Pandas按周/月/年统计数据介绍
大家好,本篇文章主要讲的是Pandas按周/月/年统计数据介绍,感兴趣的同学赶快来看一看吧,对你有帮助的话记得收藏一下,方便下次浏览
Pandas 按周、月、年、统计数据
介绍
将日期转为时间格式 并设置为索引
1 2 3 4 5 6 | import pandas as pd data = pd.read_excel( '5\TB201812.xls' ,usecols = [ '订单创建时间' , '总金额' ]) print (data) data[ '订单创建时间' ] = pd.to_datetime(data[ '订单创建时间' ]) data = data.set_index( '订单创建时间' ) print (data) |
按周、月、季度、年统计数据
1 2 3 4 5 6 7 8 | import pandas as pd data = pd.read_excel( '5\TB201812.xls' ,usecols = [ '订单创建时间' , '总金额' ]) data[ '订单创建时间' ] = pd.to_datetime(data[ '订单创建时间' ]) data = data.set_index( '订单创建时间' ) print (data.resample( 'w' ). sum ()) print (data.resample( 'm' ). sum ()) print (data.resample( 'Q' ). sum ()) print (data.resample( 'AS' ). sum ()) |
使用to_period()方法 优化
按月、季度和年显示数据(不统计数据)
1 2 3 4 5 6 7 8 | import pandas as pd data = pd.read_excel( '5\TB201812.xls' ,usecols = [ '订单创建时间' , '总金额' ]) data[ '订单创建时间' ] = pd.to_datetime(data[ '订单创建时间' ]) data = data.set_index( '订单创建时间' ) print (data.resample( 'w' ). sum ().to_period( 'w' )) print (data.resample( 'm' ). sum ().to_period( 'm' )) print (data.resample( 'q' ). sum ().to_period( 'q' )) print (data.resample( 'as' ). sum ().to_period( 'a' )) |
与之前相比 日期的显示方式发生了改变
到此这篇关于Pandas按周/月/年统计数据介绍的文章就介绍到这了
原文链接:https://blog.csdn.net/weixin_42403632/article/details/121887694
伪原创工具 SEO网站优化 https://www.237it.com/