pandasで日付・時刻を使う方法

Pythonでの時系列データ操作

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

日付・時系列機能

基本: 日付・時刻データ型
- 時点と期間のオブジェクト
- 属性・メソッドは時間情報を反映
日付・期間のシーケンス:
- Series または DataFrame 列
- Index: オブジェクトを時系列に変換
多くの Series/DataFrame メソッドは、インデックスの時間情報に依存して時系列機能を提供

基本要素: pd.Timestamp

import pandas as pd  # assumed imported going forward
from datetime import datetime  # To manually create dates

time_stamp = pd.Timestamp(datetime(2017, 1, 1))

pd.Timestamp('2017-01-01') == time_stamp

True # Understands dates as strings

time_stamp # type: pandas.tslib.Timestamp

Timestamp('2017-01-01 00:00:00')

基本要素: pd.Timestamp

Timestamp は時間情報の属性を多数保持

time_stamp.year

time_stamp.day_name()

'Sunday'

追加の基本要素: pd.Period と freq

period = pd.Period('2017-01')

period # 既定: 月末

Period('2017-01', 'M')

period.asfreq('D') # 日次に変換

Period('2017-01-31', 'D')

period.to_timestamp().to_period('M')

Period('2017-01', 'M')

Period は freq 属性で頻度情報を保持

pd.Period() を pd.Timestamp() に、またその逆に変換可能

追加の基本要素: pd.Period と freq

period + 2

Period('2017-03', 'M')

pd.Timestamp('2017-01-31', 'M') + 1

Timestamp('2017-02-28 00:00:00', freq='M')

周期情報により基本的な日付演算が可能

日付・時刻のシーケンス

pd.date_range: start, end, periods, freq

index = pd.date_range(start='2017-1-1', periods=12, freq='M')

index

DatetimeIndex(['2017-01-31', '2017-02-28', '2017-03-31', ...,
               '2017-09-30', '2017-10-31', '2017-11-30', '2017-12-31'],
              dtype='datetime64[ns]', freq='M')

pd.DateTimeIndex: 周期情報を持つTimestampの列

日付・時刻のシーケンス

index[0]

Timestamp('2017-01-31 00:00:00', freq='M')

index.to_period()

PeriodIndex(['2017-01', '2017-02', '2017-03', '2017-04', ..., 
             '2017-11', '2017-12'], dtype='period[M]', freq='M')

時系列の作成: pd.DateTimeIndex

pd.DataFrame({'data': index}).info()

RangeIndex: 12 entries, 0 to 11
Data columns (total 1 columns):
data    12 non-null datetime64[ns]
dtypes: datetime64[ns](1)

時系列の作成: pd.DateTimeIndex

np.random.random:
- 乱数: [0,1]
- 12行・2列

data = np.random.random((size=12,2))

pd.DataFrame(data=data, index=index).info()

DatetimeIndex: 12 entries, 2017-01-31 to 2017-12-31
Freq: M
Data columns (total 2 columns):
0    12 non-null float64
1    12 non-null float64
dtypes: float64(2)

頻度エイリアスと時間情報

ch1_1_v2 -pandasで日付・時刻を使う方法.036.png

Passons à la pratique !

Pythonでの時系列データ操作