In [1]:

    

import pandas as pd


    

In [2]:

    

df = pd.read_csv('data/src/sample_date.csv', index_col=0, parse_dates=True)
print(df)


    

    




            val_1  val_2
date                    
2017-11-01     65     76
2017-11-07     26     66
2017-11-18     47     47
2017-11-27     20     38
2017-12-05     65     85
2017-12-12      4     29
2017-12-22     31     54
2017-12-29     21      8
2018-01-03     98     76
2018-01-08     48     64
2018-01-19     18     48
2018-01-23     86     70

In [3]:

    

print(type(df.index))


    

    




<class 'pandas.core.indexes.datetimes.DatetimeIndex'>

In [4]:

    

print(df.resample('W').sum())


    

    




            val_1  val_2
date                    
2017-11-05     65     76
2017-11-12     26     66
2017-11-19     47     47
2017-11-26      0      0
2017-12-03     20     38
2017-12-10     65     85
2017-12-17      4     29
2017-12-24     31     54
2017-12-31     21      8
2018-01-07     98     76
2018-01-14     48     64
2018-01-21     18     48
2018-01-28     86     70

In [5]:

    

print(df.resample('M').sum())


    

    




            val_1  val_2
date                    
2017-11-30    158    227
2017-12-31    121    176
2018-01-31    250    258

In [6]:

    

print(df.resample('Q').sum())


    

    




            val_1  val_2
date                    
2017-12-31    279    403
2018-03-31    250    258

In [7]:

    

print(df.resample('Y').sum())


    

    




            val_1  val_2
date                    
2017-12-31    279    403
2018-12-31    250    258

In [8]:

    

print(df.resample('10D').sum())


    

    




            val_1  val_2
date                    
2017-11-01     91    142
2017-11-11     47     47
2017-11-21     20     38
2017-12-01     65     85
2017-12-11      4     29
2017-12-21     52     62
2017-12-31    146    140
2018-01-10     18     48
2018-01-20     86     70

In [9]:

    

print(df.resample('3W').sum())


    

    




            val_1  val_2
date                    
2017-11-05     65     76
2017-11-26     73    113
2017-12-17     89    152
2018-01-07    150    138
2018-01-28    152    182

In [10]:

    

print(df.resample('Y').mean())


    

    




             val_1   val_2
date                      
2017-12-31  34.875  50.375
2018-12-31  62.500  64.500

In [11]:

    

print(df.resample('Y').agg(['sum', 'mean', 'max', 'min']))


    

    




           val_1                 val_2                
             sum    mean max min   sum    mean max min
date                                                  
2017-12-31   279  34.875  65   4   403  50.375  85   8
2018-12-31   250  62.500  98  18   258  64.500  76  48