हम groupby() का उपयोग करके पैंडास DataFrame को समूहित करेंगे। ग्रूपर फ़ंक्शन का उपयोग करके उपयोग किए जाने वाले कॉलम का चयन करें। हम वर्ष-वार समूहित करेंगे और कार बिक्री रिकॉर्ड के लिए नीचे दिखाए गए उदाहरण के लिए वर्ष अंतराल के साथ पंजीकरण मूल्य का योग गणना करेंगे।
सबसे पहले, मान लीजिए निम्नलिखित हमारा तीन कॉलम वाला पैंडास DataFrame है:
# Date_of_Purchase कॉलम के साथ DataFrame
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]})अगला, groupby फ़ंक्शन के भीतर Date_of_Purchase कॉलम का चयन करने के लिए Grouper का उपयोग करें। आवृत्ति 3Y पर सेट है यानी 3 वर्षों के अंतराल पर समूहित।
उदाहरण
कोड निम्नलिखित है:
import pandas as pd
# Date_of_Purchase कॉलम के साथ DataFrame
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)
# groupby फ़ंक्शन के भीतर Date_of_Purchase कॉलम का चयन करने के लिए Grouper
print("\nGroup Dataframe by 3 years...\n", dataFrame.groupby(pd.Grouper(key='Date_of_Purchase', axis=0, freq='3Y')).sum())आउटपुट
यह निम्नलिखित आउटपुट उत्पन्न करेगा:
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
