Python 将日期按年,月,日对数据进行分组归类及绘图

简介: Python 将日期按年,月,日对数据进行分组归类及绘图

参考:pd.Grouper

如下图:X轴是从2014-7-24到2015-3-5的日期,Y轴是每天的销量。

目标:将按天数汇总的销量变成按照星期,月份和年数来汇总。

d1ad447def2540df87a463745885a875.png258fbc9562aa4073b4803f57fcd3937d.png

解决方法:

df_new=df_normal.groupby([pd.Grouper(key='日期',freq='W')])[['销量']].sum().reset_index()
df_new

得到的结果如下:可以看出将每周的销量都进行了相加

日期  销量
0 2014-08-03  5698.10
1 2014-08-10  20778.00
2 2014-08-17  19775.20
3 2014-08-24  18904.80
4 2014-08-31  20946.10
5 2014-09-07  21164.20
6 2014-09-14  18832.70
7 2014-09-21  18376.70
8 2014-09-28  24253.44
9 2014-10-05  20048.80
10  2014-10-12  19328.00
11  2014-10-19  17779.10
12  2014-10-26  15300.10
13  2014-11-02  15130.20
14  2014-11-09  15395.80
15  2014-11-16  19114.90
16  2014-11-23  17706.70
17  2014-11-30  17485.20
18  2014-12-07  15847.30
19  2014-12-14  19300.60
20  2014-12-21  13925.50
21  2014-12-28  15134.40
22  2015-01-04  20265.00
23  2015-01-11  10048.80
24  2015-01-18  18539.80
25  2015-01-25  18447.70
26  2015-02-01  17835.50
27  2015-02-08  19593.20
28  2015-02-15  14531.70
29  2015-02-22  23654.10
30  2015-03-01  17901.30


bfe21d6acc6c45a28b5fc877d3db2036.png

按照天数汇总之后的结果:

3abc7ccc8fca4e48a87e2f536881e0a7.png290009ea2bfe4975835f6e7abe723c31.png6973b61e8f344fa881bc706dccb41cf8.png

相关文章
|
2月前
|
数据采集 JSON 数据处理
抓取和分析JSON数据:使用Python构建数据处理管道
在大数据时代,电商网站如亚马逊、京东等成为数据采集的重要来源。本文介绍如何使用Python结合代理IP、多线程等技术,高效、隐秘地抓取并处理电商网站的JSON数据。通过爬虫代理服务,模拟真实用户行为,提升抓取效率和稳定性。示例代码展示了如何抓取亚马逊商品信息并进行解析。
抓取和分析JSON数据:使用Python构建数据处理管道
|
21天前
|
图形学 Python
SciPy 空间数据2
凸包(Convex Hull)是计算几何中的概念,指包含给定点集的所有凸集的交集。可以通过 `ConvexHull()` 方法创建凸包。示例代码展示了如何使用 `scipy` 库和 `matplotlib` 绘制给定点集的凸包。
27 1
|
22天前
|
JSON 数据格式 索引
Python中序列化/反序列化JSON格式的数据
【11月更文挑战第4天】本文介绍了 Python 中使用 `json` 模块进行序列化和反序列化的操作。序列化是指将 Python 对象(如字典、列表)转换为 JSON 字符串,主要使用 `json.dumps` 方法。示例包括基本的字典和列表序列化,以及自定义类的序列化。反序列化则是将 JSON 字符串转换回 Python 对象,使用 `json.loads` 方法。文中还提供了具体的代码示例,展示了如何处理不同类型的 Python 对象。
|
23天前
|
数据采集 Web App开发 iOS开发
如何使用 Python 语言的正则表达式进行网页数据的爬取?
使用 Python 进行网页数据爬取的步骤包括:1. 安装必要库(requests、re、bs4);2. 发送 HTTP 请求获取网页内容;3. 使用正则表达式提取数据;4. 数据清洗和处理;5. 循环遍历多个页面。通过这些步骤,可以高效地从网页中提取所需信息。
|
2月前
|
数据可视化 算法 JavaScript
基于图论的时间序列数据平稳性与连通性分析:利用图形、数学和 Python 揭示时间序列数据中的隐藏模式
本文探讨了如何利用图论分析时间序列数据的平稳性和连通性。通过将时间序列数据转换为图结构,计算片段间的相似性,并构建连通图,可以揭示数据中的隐藏模式。文章介绍了平稳性的概念,提出了基于图的平稳性度量,并展示了图分区在可视化平稳性中的应用。此外,还模拟了不同平稳性和非平稳性程度的信号,分析了图度量的变化,为时间序列数据分析提供了新视角。
61 0
基于图论的时间序列数据平稳性与连通性分析:利用图形、数学和 Python 揭示时间序列数据中的隐藏模式
|
2月前
|
自然语言处理 算法 数据挖掘
探讨如何利用Python中的NLP工具,从被动收集到主动分析文本数据的过程
【10月更文挑战第11天】本文介绍了自然语言处理(NLP)在文本分析中的应用,从被动收集到主动分析的过程。通过Python代码示例,详细展示了文本预处理、特征提取、情感分析和主题建模等关键技术,帮助读者理解如何有效利用NLP工具进行文本数据分析。
52 2
|
21天前
|
索引 Python
SciPy 空间数据1
SciPy 通过 `scipy.spatial` 模块处理空间数据,如判断点是否在边界内、计算最近点等。三角测量是通过测量角度来确定目标距离的方法。多边形的三角测量可将其分解为多个三角形,用于计算面积。Delaunay 三角剖分是一种常用方法,可以对一系列点进行三角剖分。示例代码展示了如何使用 `Delaunay()` 函数创建三角形并绘制。
29 0
|
7月前
|
安全 Python
Python如何使用datetime模块进行日期和时间的操作
Python如何使用datetime模块进行日期和时间的操作
70 1
|
Python
python时间和日期操作(datetime和monthrange,timedelta)
python时间和日期操作(datetime和monthrange,timedelta)
169 0
|
10天前
|
存储 数据挖掘 开发者
Python编程入门:从零到英雄
在这篇文章中,我们将一起踏上Python编程的奇幻之旅。无论你是编程新手,还是希望拓展技能的开发者,本教程都将为你提供一条清晰的道路,引导你从基础语法走向实际应用。通过精心设计的代码示例和练习,你将学会如何用Python解决实际问题,并准备好迎接更复杂的编程挑战。让我们一起探索这个强大的语言,开启你的编程生涯吧!