这里提供一个示例代码,使用Python中的pandas库来实现按年份分组求和:
import pandas as pd
# 创建一个示例数据集
data = {
'日期': ['2021-01-01', '2021-01-02', '2021-02-01', '2021-03-01', '2022-01-01'],
'数值': [10, 20, 30, 40, 50]
}
df = pd.DataFrame(data)
# 将日期列转换为日期类型
df['日期'] = pd.to_datetime(df['日期'])
# 按年份分组求和
df_grouped = df.groupby(df['日期'].dt.year)['数值'].sum()
print(df_grouped)
输出结果为:
日期
2021 100
2022 50
Name: 数值, dtype: int64
这个示例中,我们首先创建了一个包含日期和数值的示例数据集。然后,我们将日期列转换为日期类型,这样可以使用日期相关的功能。接下来,使用groupby
函数按照日期的年份进行分组,并对数值列进行求和操作。最后,输出按年份分组求和的结果。
上一篇:按年份分组的数据透视表
下一篇:按年份分组geom_lines