প্যান্ডাস ডেটাফ্রেমকে মাস অনুযায়ী গ্রুপ করার জন্য pd.Grouper ক্লাসের freq='M' প্যারামিটার ব্যবহার করা হয়। এটি ডেটাইম কলামকে মাসিক বিন্ডে (bin) গ্রুপ করে।
উদাহরণ: গাড়ি ক্রয়ের রেকর্ড মাসভিত্তিক গ্রুপিং
import pandas as pd
df = pd.DataFrame({
"Car": ["Audi", "Lexus", "Tesla", "Mercedes", "BMW", "Toyota", "Nissan", "Bentley", "Mustang"],
"Date_of_Purchase": [
pd.Timestamp("2021-06-10"),
pd.Timestamp("2021-07-11"),
pd.Timestamp("2021-06-25"),
pd.Timestamp("2021-06-29"),
pd.Timestamp("2021-03-20"),
pd.Timestamp("2021-01-22"),
pd.Timestamp("2021-01-06"),
pd.Timestamp("2021-01-04"),
pd.Timestamp("2021-05-09")
],
"Reg_Price": [1000, 1400, 1100, 900, 1700, 1800, 1300, 1150, 1350]
})
print("মূল ডেটাফ্রেম:")
print(df)
# মাসভিত্তিক গ্রুপিং (freq='M')
monthly = df.groupby(pd.Grouper(key='Date_of_Purchase', axis=0, freq='M')).sum()
print("\nমাসভিত্তিক রেজিস্ট্রেশন প্রাইস যোগফল:")
print(monthly)
আউটপুট
মূল ডেটাফ্রেম:
Car Date_of_Purchase Reg_Price
0 Audi 2021-06-10 1000
1 Lexus 2021-07-11 1400
2 Tesla 2021-06-25 1100
3 Mercedes 2021-06-29 900
4 BMW 2021-03-20 1700
5 Toyota 2021-01-22 1800
6 Nissan 2021-01-06 1300
7 Bentley 2021-01-04 1150
8 Mustang 2021-05-09 1350
মাসভিত্তিক রেজিস্ট্রেশন প্রাইস যোগফল:
Reg_Price
Date_of_Purchase
2021-01-31 4250.0
2021-02-28 NaN
2021-03-31 1700.0
2021-04-30 NaN
2021-05-31 1350.0
2021-06-30 3000.0
2021-07-31 1400.0
ব্যাখ্যা
freq='M'— মাসের শেষ দিন (month end) অনুযায়ী বিন্ডিং- জানুয়ারি: ১১৫০ + ১৩০০ + ১৮০০ = ৪২৫০
- জুন: ১০০০ + ১১০০ + ৯০০ = ৩০০০
- যে মাসে ডেটা নেই, সেখানে
NaN
freq প্যারামিটারের বৈকল্পিক মান
| কোড | অর্থ | উদাহরণ আউটপুট ইনডেক্স |
|---|---|---|
'D' | দিন | 2021-01-04, 2021-01-05... |
'W' | সপ্তাহ (সোমবার) | 2021-01-04, 2021-01-11... |
'M' | মাস শেষ | 2021-01-31, 2021-02-28... |
'MS' | মাস শুরু | 2021-01-01, 2021-02-01... |
'Q' | ত্রৈমাস শেষ | 2021-03-31, 2021-06-30... |
'Y' | বর্ষ শেষ | 2021-12-31... |
রিস্যাম্পলিং বিকল্প (যদি ডেটাইম ইনডেক্স থাকে)
df = df.set_index('Date_of_Purchase')
monthly = df.resample('M').sum()
resample() টাইম সিরিজ ডেটার জন্য আরও সুবিধাজনক।
