pandas group 日期到季度和总销售额列

Posted 2023-03-11

【中文标题】pandas group 日期到季度和总销售额列

【英文标题】：pandas group dates to quarterly and sum sales column

【发布时间】：2017-11-25 04:07:52

【问题描述】：

我正在学习 python，目前我正在处理一些销售数据。数据为 csv 格式，显示每周销售额。 我在下面的列中有一些示例数据，如下所示：

store#  dept#    dates      weeklysales
   1      1    01/01/2005      50000
   1      1    08/01/2005      120000
   1      1    15/01/2005      75000
   1      1    22/01/2005      25000
   1      1    29/01/2005      18000 
   1      2    01/01/2005      15000
   1      2    08/01/2005      12000
   1      2    15/01/2005      75000
   1      2    22/01/2005      35000
   1      2    29/01/2005      28000
   1      1    01/02/2005      50000
   1      1    08/02/2005      120000
   1      1    15/02/2005      75000
   1      1    22/03/2005      25000
   1      1    29/03/2005      18000  

我想将每个部门的每周销售额添加到每月基础上，并希望显示记录。

我尝试通过以下链接在 Pandas 中使用 groupby 函数：

how to convert monthly data to quarterly in pandas

Pandas group by and sum two columns

Pandas group-by and sum

但是上面发生了什么，我得到了所有列的总和，并通过添加商店和部门号得到以下输出：

store#  dept#    dates      weeklysales
   4      3     01/2005        28800
   4      1     01/2005        165000
   4      3     02/2005        245000
   4      3     03/2005        43000

我不想添加商店和部门编号，但只想按每个月添加每周销售数字，并希望显示如下：

store#  dept#    dates      weeklysales
   1      1     01/2005        28800
   1      2     01/2005        165000
   1      1     02/2005        245000
   1      1     03/2005        43000

如果我能找到解决方案将不胜感激。

干杯，

【参考方案1】：

这就是你所追求的吗？

将日期转换为月/年格式，然后对销售额进行分组和汇总。

(df.assign(dates=df.dates.dt.strftime('%m/%Y'))
    .groupby(['store#','dept#','dates'])
    .sum()
    .reset_index()
)
Out[243]: 
   store#  dept#    dates  weeklysales
0       1      1  01/2005       288000
1       1      1  02/2005       245000
2       1      1  03/2005        43000
3       1      2  01/2005       165000

【讨论】：

非常感谢艾伦。这就是我想要实现的目标