Аналитика данных с использованием временных периодов dt.to_period. Например, есть данные по продажам. Среди данных: дата продажи, и сумма продажи. Необходимо разбить продажи по периодам. Чтобы определить к какому периоду относится та или иная дата используем функцию to_period. Пишем python-код:
# Импорт пандаса, куда же без него
import pandas as pd
# Исходный датафрейм
df = pd.DataFrame({
'Было': ['2023-01-10 10:12:05', '2023-02-17 12:52:06', '2024-03-13 20:42:03', '2024-04-15 21:11:15', '2025-05-09 13:14:04', '2025-06-28 17:38:30',
'2026-07-10 22:22:15', '2026-08-14 23:12:05', '2027-09-17 15:12:05', '2027-10-16 16:12:05', '2028-11-18 19:12:05', '2028-12-31 18:12:05']})
# Перевод строк в дату
df['Было'] = pd.to_datetime(df['Было'], format='%Y-%m-%d %H:%M:%S', errors='coerce')
# Проверяем что получилось
df.info()
# Разбиваем наши данные по периодам
▪ Годовые периоды
df['Стало'] = df['Было'].dt.to_period('Y')
display(df)
▪ Квартальные периоды
df['Стало'] = df['Было'].dt.to_period('Q')
display(df)
▪ Месячные периоды
df['Стало'] = df['Было'].dt.to_period('M')
display(df)
▪ Недельные периоды
df['Стало'] = df['Было'].dt.to_period('W')
display(df)
▪ Дневные периоды
df['Стало'] = df['Было'].dt.to_period('D')
display(df)
▪ Часовые периоды
df['Стало'] = df['Было'].dt.to_period('h')
display(df)
Теперь можно использовать посчитанные данные для группировки например.
Enjoy :)