Pandas按周/月/年統計數據介紹
Pandas 按周、月、年、統計數據
介紹
將日期轉為時間格式 並設置為索引
import pandas as pd data=pd.read_excel('5\TB201812.xls',usecols=['訂單創建時間','總金額']) print(data) data['訂單創建時間']=pd.to_datetime(data['訂單創建時間']) data=data.set_index('訂單創建時間') print(data)
按周、月、季度、年統計數據
import pandas as pd data=pd.read_excel('5\TB201812.xls',usecols=['訂單創建時間','總金額']) data['訂單創建時間']=pd.to_datetime(data['訂單創建時間']) data=data.set_index('訂單創建時間') 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 優化
按月、季度和年顯示數據(不統計數據)
import pandas as pd data=pd.read_excel('5\TB201812.xls',usecols=['訂單創建時間','總金額']) data['訂單創建時間']=pd.to_datetime(data['訂單創建時間']) data=data.set_index('訂單創建時間') 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'))
與之前相比 日期的顯示方式發生瞭改變
到此這篇關於Pandas按周/月/年統計數據介紹的文章就介紹到這瞭,更多相關Pandas統計數據內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- python使用pandas讀寫excel文件的方法實例
- Python量化交易實戰之使用Resample函數轉換“日K”數據
- numpy中的converters和usecols用法詳解
- pandas 按日期范圍篩選數據的實現
- python中pandas讀取csv文件時如何省去csv.reader()操作指定列步驟