Python案例如何用Pandas做数据分组日历

本文目录导读：

1. 案例1：基础日历年月分组统计
2. 案例2：按周和季度分组
3. 案例3：工作日与周末分析
4. 案例4：复杂日历统计（包含节假日）
5. 案例5：自定义日历统计函数
6. 案例6：可视化日历统计
7. 案例7：实际业务场景 - 销售分析

我来为你介绍如何用Pandas实现数据分组日历的多个实用案例：

案例1：基础日历年月分组统计

import pandas as pd
import numpy as np
from datetime import datetime
# 创建示例数据
np.random.seed(42)
dates = pd.date_range('2023-01-01', '2023-12-31', freq='H')
data = pd.DataFrame({
    '日期': dates,
    '销售额': np.random.randint(100, 1000, len(dates)),
    '用户数': np.random.randint(10, 100, len(dates))
})
# 提取年月信息
data['年'] = data['日期'].dt.year
data['月'] = data['日期'].dt.month
data['年-月'] = data['日期'].dt.strftime('%Y-%m')
# 按月分组统计
monthly_stats = data.groupby('年-月').agg({
    '销售额': ['sum', 'mean', 'max'],
    '用户数': ['sum', 'mean']
}).round(2)
print("月度统计：")
print(monthly_stats.head())

案例2：按周和季度分组

# 设置日期为索引
data.set_index('日期', inplace=True)
# 按周分组
weekly_stats = data.resample('W').agg({
    '销售额': ['sum', 'mean'],
    '用户数': 'sum'
})
print("\n周度统计（前5周）：")
print(weekly_stats.head())
# 按季度分组
quarterly_stats = data.resample('Q').agg({
    '销售额': ['sum', 'mean', 'std'],
    '用户数': ['sum', 'mean']
}).round(2)
print("\n季度统计：")
print(quarterly_stats)

案例3：工作日与周末分析

# 创建包含工作日信息的数据
data['星期几'] = data.index.dayofweek
data['是否工作日'] = data['星期几'].apply(lambda x: '工作日' if x < 5 else '周末')
# 按工作日/周末分组
workday_stats = data.groupby('是否工作日').agg({
    '销售额': ['sum', 'mean', 'count'],
    '用户数': ['sum', 'mean']
}).round(2)
print("\n工作日 vs 周末统计：")
print(workday_stats)
# 按星期几分组
weekday_stats = data.groupby('星期几').agg({
    '销售额': ['sum', 'mean'],
    '用户数': 'sum'
})
# 重命名星期索引
weekday_names = {0: '周一', 1: '周二', 2: '周三', 3: '周四', 
                 4: '周五', 5: '周六', 6: '周日'}
weekday_stats.index = weekday_stats.index.map(weekday_names)
print("\n每周各天统计：")
print(weekday_stats)

案例4：复杂日历统计（包含节假日）

# 添加节假日信息
holidays_2023 = pd.to_datetime([
    '2023-01-01',  # 元旦
    '2023-01-22',  # 春节
    '2023-04-05',  # 清明节
    '2023-05-01',  # 劳动节
    '2023-06-22',  # 端午节
    '2023-10-01',  # 国庆节
])
data['是否节假日'] = data.index.isin(holidays_2023)
data['日期类型'] = data.apply(lambda row: 
    '节假日' if row['是否节假日'] 
    else ('周末' if row['星期几'] >= 5 else '工作日'), 
    axis=1
)
# 按日期类型分组统计
date_type_stats = data.groupby('日期类型').agg({
    '销售额': ['sum', 'mean', 'count'],
    '用户数': ['sum', 'mean']
}).round(2)
print("\n按日期类型统计：")
print(date_type_stats)

案例5：自定义日历统计函数

def calendar_summary(df, date_col='日期', value_cols=['销售额', '用户数']):
    """
    生成完整的日历统计摘要
    参数:
    - df: DataFrame
    - date_col: 日期列名
    - value_cols: 需要统计的数值列列表
    """
    df = df.copy()
    df['日期'] = pd.to_datetime(df[date_col])
    # 提取各种时间维度
    df['年'] = df['日期'].dt.year
    df['月'] = df['日期'].dt.month
    df['周'] = df['日期'].dt.isocalendar().week
    df['季度'] = df['日期'].dt.quarter
    df['星期几'] = df['日期'].dt.dayofweek
    df['周几名称'] = df['星期几'].map({
        0: '周一', 1: '周二', 2: '周三', 3: '周四',
        4: '周五', 5: '周六', 6: '周日'
    })
    # 生成多种分组统计
    summaries = {}
    # 1. 年月统计
    summaries['year_month'] = df.groupby(['年', '月'])[value_cols].sum()
    # 2. 季度统计
    summaries['quarterly'] = df.groupby(['年', '季度'])[value_cols].agg(['sum', 'mean'])
    # 3. 周统计
    summaries['weekly'] = df.groupby(['年', '周'])[value_cols].sum()
    # 4. 星期统计
    summaries['weekday'] = df.groupby('周几名称')[value_cols].mean()
    return summaries
# 使用自定义函数
summaries = calendar_summary(data.reset_index())
print("年月统计：")
print(summaries['year_month'].head(6))
print("\n平均星期统计：")
print(summaries['weekday'])

案例6：可视化日历统计

import matplotlib.pyplot as plt
# 准备数据
data['日期'] = data.index
daily_sales = data.groupby('日期')['销售额'].sum().reset_index()
# 创建日历热力图
def plot_calendar_heatmap(df, date_col, value_col, year=2023):
    """绘制日历热力图"""
    # 筛选指定年份
    df_year = df[pd.to_datetime(df[date_col]).dt.year == year].copy()
    df_year['日期'] = pd.to_datetime(df_year[date_col])
    df_year['月'] = df_year['日期'].dt.month
    df_year['日'] = df_year['日期'].dt.day
    df_year['周几'] = df_year['日期'].dt.dayofweek
    # 创建透视表
    pivot = df_year.pivot_table(
        values=value_col,
        index='周几',
        columns='月',
        aggfunc='sum',
        fill_value=0
    )
    # 绘制热力图
    fig, ax = plt.subplots(figsize=(12, 6))
    im = ax.imshow(pivot.values, cmap='YlOrRd', aspect='auto')
    # 设置标签
    ax.set_xticks(range(12))
    ax.set_xticklabels(['1月', '2月', '3月', '4月', '5月', '6月',
                       '7月', '8月', '9月', '10月', '11月', '12月'])
    ax.set_yticks(range(7))
    ax.set_yticklabels(['周一', '周二', '周三', '周四', '周五', '周六', '周日'])
    plt.colorbar(im, label='销售额')
    plt.title(f'{year}年日历销售热力图')
    plt.tight_layout()
    return fig
# 绘制热力图
fig = plot_calendar_heatmap(daily_sales, '日期', '销售额')
plt.show()

案例7：实际业务场景 - 销售分析

# 创建更真实的销售数据
np.random.seed(42)
sales_data = pd.DataFrame({
    '订单日期': pd.date_range('2023-01-01', '2023-12-31', freq='D'),
    '产品类别': np.random.choice(['电子产品', '服装', '食品', '家居'], 365),
    '销售额': np.random.randint(100, 5000, 365),
    '订单数量': np.random.randint(1, 20, 365),
    '客户ID': np.random.randint(1000, 2000, 365)
})
# 添加时间维度
sales_data['月份'] = pd.to_datetime(sales_data['订单日期']).dt.month
sales_data['季度'] = pd.to_datetime(sales_data['订单日期']).dt.quarter
sales_data['星期'] = pd.to_datetime(sales_data['订单日期']).dt.day_name()
# 1. 按月份和产品类别分析
monthly_category = sales_data.groupby(['月份', '产品类别']).agg({
    '销售额': 'sum',
    '订单数量': 'sum',
    '客户ID': pd.Series.nunique
}).round(2)
print("月度-产品类别分析：")
print(monthly_category.head(12))
# 2. 按季度和星期分析
quarterly_weekday = sales_data.groupby(['季度', '星期']).agg({
    '销售额': ['sum', 'mean', 'count'],
    '订单数量': 'sum'
}).round(2)
print("\n季度-星期分析：")
print(quarterly_weekday)
# 3. 交叉分析
cross_analysis = pd.crosstab(
    sales_data['季度'], 
    sales_data['产品类别'],
    values=sales_data['销售额'],
    aggfunc='sum'
).round(2)
print("\n季度-产品类别交叉分析：")
print(cross_analysis)

# 1. 快速查看数据的时间范围
print(f"数据时间范围：{data.index.min()} 到 {data.index.max()}")
# 2. 统计每天的记录数
daily_counts = data.resample('D').size()
print(f"平均每天记录数：{daily_counts.mean():.0f}")
# 3. 找出销售最高的日期
max_sales_date = data.groupby(data.index.date)['销售额'].sum().idxmax()
print(f"销售最高日期：{max_sales_date}")
# 4. 计算同比环比
monthly_sales = data.resample('M')['销售额'].sum()
yoy_growth = monthly_sales.pct_change(periods=12) * 100
mom_growth = monthly_sales.pct_change() * 100
# 5. 创建日期维度表
date_dim = pd.DataFrame({
    '日期': pd.date_range('2023-01-01', '2023-12-31'),
    '年': range(2023, 2024),
    '月': range(1, 13),
    '日': range(1, 32)
})

这些案例涵盖了从基础到高级的数据分组日历分析技巧,可以根据实际业务需求灵活运用。