【Python】pandasのgroupbyで日ごとの数値データを集計する

こんにちは、ミナピピン(@python_mllover)です。

最近業務でpandasのgroupbyでbigqueryと同じような感じでDAUを集計したいなあと思ったのですが、よくよく考えるとpandasってbigqueryのDATE()みたいにタイムスタンプを便利に変換して集計期間の単位を変更できるのか。。。？って思っていたのですが、pd.Grouper()という関数を用いて簡単に行うことが可能らしいです。

サンプルデータの作成

まずは適当にサンプルデータを作成します。

import random 
import datetime 
import pandas as pd 
now = datetime.datetime.now() 
data = [] 
for i in range(1,4): 
    id_ = i 
    for s in range(5): 
        login_datetime = now.replace(day=random.randint(i+1,10), hour=random.randint(1,23), minute=0, second=0, microsecond=0) 
        data.append([id_, login_datetime]) 
df = pd.DataFrame(data,columns=['user_id', 'login_datetime'])

DAUの集計

# DAU(日ごとのログインユーザ数を集計)
df.groupby(pd.Grouper(key='login_datetime', freq='1d')).count()

freqで頻度を変えて集計することも可能です。

現場で使える！pandasデータ前処理入門 機械学習・データサイエンスで役立つ前処理手法

株式会社ロンバート 翔泳社 2020年04月20日頃

楽天ブックス

Amazon

Kindle