如何通过日期和时间对Pandas DataFrame进行分组

在这篇文章中，我们将讨论如何在Pandas中根据日期和时间对DataFrame进行分组。我们将看到通过年、月、日等对时间序列DataFrame进行分组的方法。此外，我们还将看到按时间对象分组的方法，如分钟。

Pandas GroupBy允许我们为一个对象指定一个groupby指令。这个指定的指令将通过grouper函数的key参数以及level和/或axis参数（如果给定的话）来选择一个列，目标对象/列的索引的level。

语法: pandas.Grouper(key=None, level=None, freq=None, axis=0, sort=False)

下面是一些例子，描述了如何使用pandas Grouper类在日期和时间的基础上对DataFrame进行分组。

例子1：按月分组

# importing modules
import pandas as pd
  
# creating a dataframe df
df = pd.DataFrame(
    {
        "Date": [
            pd.Timestamp("2000-11-02"),
            pd.Timestamp("2000-01-02"),
            pd.Timestamp("2000-01-09"),
            pd.Timestamp("2000-03-11"),
            pd.Timestamp("2000-01-26"),
            pd.Timestamp("2000-02-16")
        ],
        "ID": [1, 2, 3, 4, 5, 6],
        "Price": [140, 120, 230, 40, 100, 450]
    }
)
  
# show df
display(df)
  
# applying the groupby function on df
df.groupby(pd.Grouper(key='Date', axis=0, 
                      freq='M')).sum()

输出:

在上面的例子中，DataFrame是按日期列分组的。由于我们提供了freq=’M’，意思是月，所以数据被按月分组，直到每个月的最后一天，并提供价格列的总和。我们没有提供所有月份的数值，那么groupby函数也会显示所有月份的数据，并为其他月份分配数值0。

例子2：按天数分组

# importing modules
import pandas as pd
  
# creating a dataframe df
df = pd.DataFrame(
    {
        "Date": [
            pd.Timestamp("2000-11-02"),
            pd.Timestamp("2000-01-02"),
            pd.Timestamp("2000-01-09"),
            pd.Timestamp("2000-03-11"),
            pd.Timestamp("2000-01-26"),
            pd.Timestamp("2000-02-16")
        ],
        "ID": [1, 2, 3, 4, 5, 6],
        "Price": [140, 120, 230, 40, 100, 450]
    }
)
  
# display dataframe
display(df)
  
# applying groupby
df.groupby(pd.Grouper(key='Date', axis=0, 
                      freq='2D', sort=True)).sum()

输出:

在上面的例子中，DataFrame是按日期列分组的。由于我们提供了freq = ‘5D’，这意味着5天，所以数据按每月5天的时间间隔分组，直到日期列中给出的最后日期。

例子3：按年份分组

# importing module
import pandas as pd
  
# creating dataframe with datetime
df = pd.DataFrame(
    {
        "Date": [
  
            # here the date contains
            # different years
            pd.Timestamp("2010-11-02"),
            pd.Timestamp("2011-01-02"),
            pd.Timestamp("2013-01-09"),
            pd.Timestamp("2014-03-11"),
            pd.Timestamp("2015-01-26"),
            pd.Timestamp("2012-02-16")
        ],
        "ID": [1, 2, 3, 4, 5, 6],
        "Price": [140, 120, 230, 40, 100, 450]
    }
)
# show df
display(df)
  
# applying groupby function
df.groupby(pd.Grouper(key='Date', freq='2Y')).sum()

输出:

在上面的例子中，DataFrame是按日期列分组的。由于我们提供了freq = ‘2Y’，这意味着2年，所以数据被分组在2年的时间间隔内。

例子4：按分钟分组

# importing module
import pandas as pd
  
# create an array of 5 dates starting 
# at '2015-02-24', one per minute
dates = pd.date_range('2015-02-24', periods=10, freq='T')
  
# creating dataframe with above array 
# of dates
df = pd.DataFrame({"Date": dates, "ID": [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
                   "Price": [140, 120, 230, 40, 100, 450, 234, 785, 12, 42]})
  
# display dataframe
display(df)
  
# applied groupby function
df.groupby(pd.Grouper(key='Date', freq='2min')).sum()

输出:

在上面的例子中，数据是以每2分钟的间隔分组的。