Bỏ qua đến nội dung chính
Mục lục

resample() Python với pandas: tổng hợp ngày, tuần, tháng

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 6/17 · Chương 8

Dữ liệu thời gian

  • 6 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

resample() trong pandas gom một chuỗi thời gian theo kỳ: mọi đơn trong cùng một ngày, một tuần hay một tháng vào một nhóm, rồi bạn cộng hay lấy trung bình từng nhóm. Đây là cách tính doanh thu theo tháng trong pandas bằng một dòng, thay vì tự tách tháng rồi gom nhóm.

Cần biết trước: lọc theo ngày, groupby() và set_index() và reset_index().

Doanh thu theo tháng với resample("ME").sum()

resample() cần biết mốc thời gian của từng dòng, nên trước hết đặt cột ngày làm DatetimeIndex. Chuỗi "ME" là bí danh tần suất, nghĩa là "theo tháng, nhãn là ngày cuối tháng" (month end). Doanh thu từng tháng năm 2025 của file don_hang.csv trong bộ dữ liệu thực hành, tính bằng triệu đồng:

python
import pandas as pd

don = pd.read_csv("don_hang.csv", parse_dates=["ngay_dat"])
don["doanh_thu"] = don["so_luong"] * don["don_gia"]
theo_ngay = don.set_index("ngay_dat")
thang = theo_ngay["doanh_thu"].resample("ME").sum()
print((thang.loc["2025"] / 1_000_000).round(1))

KẾT QUẢ

ngay_dat
2025-01-31    22.4
2025-02-28     9.4
2025-03-31    13.9
2025-04-30    10.4
2025-05-31    14.3
2025-06-30    14.8
2025-07-31    12.8
2025-08-31    12.3
2025-09-30    10.7
2025-10-31    10.1
2025-11-30    12.9
2025-12-31    17.2
Freq: ME, Name: doanh_thu, dtype: float64

Mỗi dòng là một tháng, nhãn là ngày cuối tháng đó. Dòng Freq: ME cho biết kỳ của chuỗi. Khác groupby() theo .dt.month, resample() giữ cả năm trong nhãn, nên tháng 1/2025 và tháng 1/2026 là hai dòng riêng. Đổi "ME" thành "QE" rồi chạy lại: in 4 dòng, mỗi quý một dòng, nhãn ngày cuối quý.

Theo ngày và theo tuần: "D" và "W"

"D" gom theo ngày, "W" theo tuần. Ngày không có đơn nào vẫn có dòng, với tổng bằng 0, nên chuỗi kết quả liền mạch, không có lỗ. Doanh thu từng tuần quanh Tết 2026 (mùng 1 Tết là 17/02):

python
import pandas as pd

don = pd.read_csv("don_hang.csv", parse_dates=["ngay_dat"])
don["doanh_thu"] = don["so_luong"] * don["don_gia"]
theo_ngay = don.set_index("ngay_dat").sort_index()
quanh_tet = theo_ngay.loc["2026-01-26":"2026-02-22"]
tuan = quanh_tet["doanh_thu"].resample("W").sum()
for nhan, tien in tuan.items():
    print(nhan.date(), f"{tien:,}".replace(",", ".") + " đ")

KẾT QUẢ

2026-02-01 5.766.000 đ
2026-02-08 9.077.000 đ
2026-02-15 7.645.000 đ
2026-02-22 1.126.000 đ

Hai tuần trước Tết bán mạnh nhất; tuần có mùng 1 Tết tụt xuống còn hơn 1 triệu vì nhiều nơi nghỉ. Muốn nhìn từng ngày, thay "W" bằng "D".

sum() hay mean()

resample() chỉ chia nhóm; hàm gọi sau nó quyết định mỗi nhóm thành một số ra sao, giống groupby(). Tiền và số lượng thì cộng (sum()); số đo như nồng độ bụi PM2.5 thì lấy trung bình (mean()), vì cộng 31 ngày đo bụi không mang ý nghĩa gì. File khong_khi.csv có số đo mỗi ngày của sáu tỉnh năm 2025:

python
import pandas as pd

kk = pd.read_csv("khong_khi.csv", parse_dates=["ngay"])
ha_noi = kk[kk["tinh"] == "Hà Nội"].set_index("ngay")
thang = ha_noi["pm25"].resample("ME").agg(["mean", "max"])
print(thang.round(1).head(6))

KẾT QUẢ

            mean    max
ngay
2025-01-31  72.4  110.8
2025-02-28  62.7  101.4
2025-03-31  63.1  100.8
2025-04-30  49.5  101.1
2025-05-31  36.0   61.4
2025-06-30  20.8   34.0

agg() nhận một danh sách hàm, như với groupby(), và cho mỗi hàm một cột. Bụi ở Hà Nội cao nhất vào tháng 1 và giảm dần vào mùa hè. Bài blog về resample và rolling có thêm ví dụ với số đo theo giờ.

Kiểm tra nhanh

  1. Sau import pandas as pd và b = pd.Series([1, 2, 3], index=pd.to_datetime(["2025-01-05", "2025-01-20", "2025-02-03"])), b.resample("ME").sum().to_list() cho kết quả gì?

    • [3, 3]
    • [1, 2, 3]
    • [6]
    • [1.5, 3.0]
  2. Sau import pandas as pd và b = pd.Series([4, 6], index=pd.to_datetime(["2025-03-01", "2025-03-03"])), b.resample("D").sum().to_list() cho kết quả gì?

    • [4, 6]
    • [4, 0, 6]
    • [4, nan, 6]
    • [10]
  3. Bạn cần doanh thu theo tháng trên pandas 3. Những cách nào chạy đúng?

    • theo_ngay["doanh_thu"].resample("ME").sum()
    • theo_ngay["doanh_thu"].resample("M").sum()
    • don.resample("ME", on="ngay_dat")["doanh_thu"].sum()
    • don["doanh_thu"].resample("ME").sum(), với don còn RangeIndex
  4. Muốn biết PM2.5 trung bình mỗi tháng của Hà Nội, sau resample("ME") gọi gì?

    • sum(), vì cần tổng cả tháng
    • mean(), vì PM2.5 là số đo nồng độ
    • size(), vì cần số ngày đo
    • Không cần gọi gì, resample() đã tính sẵn
Đúng hết lần đầu +15 XP

Bài tập

Doanh thu theo kỳ do người dùng chọn

Trang báo cáo có một ô chọn kỳ: ngày, tuần hay tháng. Bảng don có cột ngay_dat (kiểu ngày, dòng chưa sắp), so_luong và don_gia; tan_suat là một trong ba bí danh "D", "W", "ME". Viết thân hàm doanh_thu_ky(don, tan_suat):

  • Cộng so_luong * don_gia theo từng kỳ của tan_suat; index là nhãn kỳ mà resample() cho ra.

  • Kỳ không có đơn nằm giữa hai kỳ có đơn vẫn có dòng, với tổng 0.

Hàm không sửa bảng don của nơi gọi.

Trả về: doanh thu của từng kỳ, một Series.

python
import pandas as pd

def doanh_thu_ky(don, tan_suat):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • resample() gom chuỗi thời gian theo kỳ và cần DatetimeIndex, hay tham số on= chỉ cột ngày.

  • Bí danh pandas 3: "D" ngày, "W" tuần (nhãn Chủ nhật cuối tuần), "ME" tháng, "QE" quý (nhãn ngày cuối kỳ).

  • Kỳ không có dòng nào vẫn có mặt trong kết quả: tổng 0 với sum(), NaN với mean().

  • Tiền và số lượng thì sum(); số đo như PM2.5 thì mean(); nhiều hàm cùng lúc thì agg([...]).

Câu hỏi thường gặp

Code cũ viết resample("M") báo lỗi, sửa thế nào?

pandas 3 đổi "M" thành "ME", "Q" thành "QE", "Y" thành "YE" và "H" thành "h"; tên cũ báo ValueError kèm gợi ý tên mới. Bảng đầy đủ có ở bảng tra tần suất pandas.

Pandas resample sum khác groupby theo tháng ở đâu?

groupby(don["ngay_dat"].dt.month) chỉ giữ số tháng, nên dữ liệu nhiều năm bị cộng lẫn, và tháng không có đơn thì không có dòng. resample("ME") giữ năm trong nhãn và tạo đủ mọi tháng. Khi cần gom theo cả một cột khác, như kênh bán, hãy xem bài pd.Grouper.

Nhãn tháng là ngày cuối tháng nhìn khó đọc, có cách nào in "2025-03"?

Đổi index sang kỳ bằng thang.index.to_period("M"), hay gom từ đầu bằng .dt.to_period("M"). Bài to_period() hướng dẫn làm việc với nhãn kỳ như vậy.

Chủ đề

resample python

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập