groupby()를 사용하여 Pandas DataFrame을 그룹화합니다. 그룹화 기능을 사용하여 사용할 열을 선택합니다. 자동차 판매 기록에 대해 아래에 표시된 예에 대해 연도별로 그룹화하고 등록 가격 합계를 연도 간격으로 계산합니다.
먼저 다음이 3개의 열이 있는 Pandas DataFrame이라고 가정해 보겠습니다.
# dataframe with one of the columns as Date_of_Purchase
dataFrame = pd.DataFrame(
{
"Car": ["Audi", "Lexus", "Tesla", "Mercedes", "BMW", "Toyota", "Nissan", "Bentley", "Mustang"],
"Date_of_Purchase": [pd.Timestamp("2021-06-10"),
pd.Timestamp("2019-07-11"),
pd.Timestamp("2016-06-25"),
pd.Timestamp("2021-06-29"),
pd.Timestamp("2020-03-20"),
pd.Timestamp("2019-01-22"),
pd.Timestamp("2011-01-06"),
pd.Timestamp("2013-01-04"),
pd.Timestamp("2014-05-09")
],
"Reg_Price": [1000, 1400, 1100, 900, 1700, 1800, 1300, 1150, 1350]
}
) 그런 다음 Grouper를 사용하여 groupby 함수 내에서 Date_of_Purchase 열을 선택합니다. 빈도는 3Y, 즉 3년 간격으로 그룹화되어 설정됩니다.
예
다음은 코드입니다 -
import pandas as pd
# dataframe with one of the columns as Date_of_Purchase
dataFrame = pd.DataFrame(
{
"Car": ["Audi", "Lexus", "Tesla", "Mercedes", "BMW", "Toyota", "Nissan", "Bentley", "Mustang"],
"Date_of_Purchase": [pd.Timestamp("2021-06-10"),
pd.Timestamp("2019-07-11"),
pd.Timestamp("2016-06-25"),
pd.Timestamp("2021-06-29"),
pd.Timestamp("2020-03-20"),
pd.Timestamp("2019-01-22"),
pd.Timestamp("2011-01-06"),
pd.Timestamp("2013-01-04"),
pd.Timestamp("2014-05-09")
],
"Reg_Price": [1000, 1400, 1100, 900, 1700, 1800, 1300, 1150, 1350]
}
)
print("DataFrame...\n",dataFrame)
# Grouper to select Date_of_Purchase column within groupby function
print("\nGroup Dataframe by 3 years...\n",dataFrame.groupby(pd.Grouper(key='Date_of_Purchase', axis=0, freq='3Y')).sum()) 출력
이것은 다음과 같은 출력을 생성합니다 -
DataFrame... Car Date_of_Purchase Reg_Price 0 Audi 2021-06-10 1000 1 Lexus 2019-07-11 1400 2 Tesla 2016-06-25 1100 3 Mercedes 2021-06-29 900 4 BMW 2020-03-20 1700 5 Toyota 2019-01-22 1800 6 Nissan 2011-01-06 1300 7 Bentley 2013-01-04 1150 8 Mustang 2014-05-09 1350 Group Dataframe by 3 years... Reg_Price Date_of_Purchase 2011-12-31 1300 2014-12-31 2500 2017-12-31 1100 2020-12-31 4900 2023-12-31 1900