Pandas 按周分组

在本文中，我们将介绍如何使用Pandas在Python中对数据进行按周分组。

背景知识

Pandas是一个用于数据分析的Python库。其中，DataFrame是Pandas的一种数据类型，它类似于电子表格或数据库表格。Pandas中的groupby()函数可以将数据按照某个列或多个列的值进行分组，使我们能够轻松地计算分组统计量。

对于时间序列数据，我们可以使用datetime库将日期时间转换为Python的datetime对象。接下来，我们可以在DataFrame中使用这些datetime对象来进行按日期分组，包括按周、按月等。

按周分组

在Pandas中，可以使用resample()函数将数据重新采样到具有不同时间间隔（例如按周、按月）的新日期范围内。

例如，假设我们有以下一个DataFrame：

import pandas as pd

df = pd.DataFrame({
    'date': ['2020-01-01', '2020-01-02', '2020-01-05', '2020-01-06', '2020-01-08'],
    'value': [1, 2, 3, 4, 5]
})

df['date'] = pd.to_datetime(df['date'])
df = df.set_index('date')

这个DataFrame包含了一些日期和对应的值。

我们可以将它按周分组，并计算每周的总和。这可以通过以下代码实现：

df.resample('W').sum()

其中，’W’表示按周分组。

我们也可以以每周的第一天或最后一天来分组：

df.resample('W-MON').sum()    # 按周一为第一天
df.resample('W-SUN').sum()    # 按周日为第一天

示例应用

下面，我们将使用一个真实的数据集来演示按周分组。

加载数据

我们将使用Uber的纽约市出租车数据集。这个数据集包含了2014年纽约市的出租车行程数据，每条行程包括了出发时间、出发地点、到达时间和到达地点等信息。我们将使用这个数据集来演示如何按周分组。

import pandas as pd

df = pd.read_csv('uber_data.csv')
df['Date/Time'] = pd.to_datetime(df['Date/Time'])

此替我们使用Pandas的read_csv()函数加载数据集（将CSV文件转换为DataFrame）。我们还将’日期/时间’列转换为datetime对象。

按周分组

现在我们可以按周分组，统计每周的行程总量。

trips_by_week = df.resample('W', on='Date/Time')['Date/Time'].count().reset_index()
trips_by_week['Week'] = trips_by_week['Date/Time'].apply(lambda x: x.strftime('%Y-%m-%d'))
trips_by_week.head()

我们首先使用resample()函数将行程数据按周分组，并计算每周的行程总量。然后，我们将Date/Time列（即每周的第一天）转换为字符串格式，并将其命名为“Week”。

这是前几行输出：

日期/时间	计数	周
2014-01-05	1955	2014-01-05
2014-01-12	2144	2014-01-12
2014-01-19	2320	2014-01-19
2014-01-26	2576	2014-01-26
2014-02-02	2460	2014-02-02

可视化

最后，我们可以使用Matplotlib和Seaborn等库将结果可视化，以便更好地理解数据。下面是按周行程总数的折线图。

import matplotlib.pyplot asimport seaborn as sns

sns.set(style="darkgrid")
plt.figure(figsize=(12, 6))
plt.title('Trips by Week', fontsize=20)
sns.lineplot(x='Week', y='Date/Time', data=trips_by_week, color='b')
plt.xticks(rotation=45, fontsize=12)
plt.xlabel('Week', fontsize=18)
plt.ylabel('Number of Trips', fontsize=18)
plt.show()

可以看出，2014年夏季（6月至8月）的行程总数比其他时间段高。我们也可以使用同样的技术来计算每月、每天的行程总数等等。