这篇文章主要介绍“Pandas如何按周、月、季度、年统计数据，方法是什么”的相关知识，下面会通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“Pandas如何按周、月、季度、年统计数据，方法是什么”文章能帮助大家解决问题。

Pandas 按周、月、年、统计数据

介绍

将日期转为时间格式 并设置为索引

import pandas as pd
data=pd.read_excel('5\TB201812.xls',usecols=['订单创建时间','总金额'])
print(data)
data['订单创建时间']=pd.to_datetime(data['订单创建时间'])
data=data.set_index('订单创建时间')
print(data)

按周、月、季度、年统计数据

import pandas as pd
data=pd.read_excel('5\TB201812.xls',usecols=['订单创建时间','总金额'])
data['订单创建时间']=pd.to_datetime(data['订单创建时间'])
data=data.set_index('订单创建时间')
print(data.resample('w').sum())
print(data.resample('m').sum())
print(data.resample('Q').sum())
print(data.resample('AS').sum())

使用to_period()方法 优化

按月、季度和年显示数据（不统计数据）

import pandas as pd
data=pd.read_excel('5\TB201812.xls',usecols=['订单创建时间','总金额'])
data['订单创建时间']=pd.to_datetime(data['订单创建时间'])
data=data.set_index('订单创建时间')
print(data.resample('w').sum().to_period('w'))
print(data.resample('m').sum().to_period('m'))
print(data.resample('q').sum().to_period('q'))
print(data.resample('as').sum().to_period('a'))

与之前相比 日期的显示方式发生了改变

以上就是关于“Pandas如何按周、月、季度、年统计数据，方法是什么”的介绍了，感谢各位的阅读，如果大家想要了解更多相关的内容，欢迎关注群英网络，小编每天都会为大家更新不同的知识。

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• 深度学习的对象检测有几种方法，怎样实现的

  这篇文章主要介绍了通过使用OpenCV进行基于深度学习的对象检测以及使用OpenCV检测视频，文中的示例代码讲解详细，需要的可以参考一下

• Python中怎么实现字典的删除操作，有哪些方法

  删除列表或者字符串元素的方法不止一种，同样，删除字典元素的方法也不止一种，本文主要介绍python中删除字典元素的四种方法：1、使用del语句；2、使用clear()；3、使用pop()；4、使用popitem()。感兴趣的可以了解一下

• 如何用Python实现求自然常数e

  目录泰勒展开与e的求法python和神奇的decimal计算比较完整代码泰勒展开与e的求法大家伙儿知道计算机里的 e是怎么求出来的吗?这还要从神奇的泰勒展开讲起……简

• 如何用python画条形图，代码是什么

  本文实例为大家分享了python画条形图的具体代码，供大家参考，具体内容如下在做毕设的过程中有些数据用表格来展现，会很难看出数据之间的差别，凸显不出数据的特点，所以想制作一个条

• Python中有几种方法判断文件存在

  本文主要介绍了Python中可以用三种方法判断文件是否存在，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧