Pandasについての記事をシリーズで書いています。
今回は第29回目の記事になります。
前回の記事から、Pandasの時間に関するモジュールについて書いています。
今回の記事では、『DatetimeIndex』について特化して書いていきます。
ではさっそく始めていきますね。
DatetimeIndex
DatetimeIndexとは文字通り、『時間のデータ』 でインデックスを作ることができます。
前回の記事で紹介した、Pandasの『TimeStamp』はある1点の時間に関するデータでしたが、DatetimeIndex はTimeStampが複数集まったものになります。
なので、リストに入れ、引数として渡しDatetimeIndexを作ります。
下記のスクショのように、予め、リストに入れたTimeStampを変数に代入してその変数を引数として渡しても良いですし、
リスト型データを変数に代入せず、リスト型データ自体をそのまま引数として渡しても大丈夫です。
また、引数として渡すリストの中のアイテムは
2020/03/06
2020/June/12
2020,03, 12
ハイフンでも、スラッシュでも英語で表記しても、ちゃんと認識されることは前回の記事でも書かせていただいた通りです。
また、Pythonにビルトインされているtype関数でデータ型を調べてみても、ちゃんとDatetimeIndexと表示されます
引用元:Pandasドキュメント
ドキュメントにも書かれている通り、1-dimensional(1次元の)データを data というパラメーターに引数として渡せばDatetimeIndexを作ることができます。(1-dimensional データって何?という方はこちらを参考にどうぞ)
DatetimeIndexを使って、Seriesを作ってみる
せっかくDatetimeIndex を作ったので、それをSeriesのインデックスにしてみましょう
まとめ
今回の記事は、これくらいで終わりにします。
次回は、『.to_datetime()』メソッドについて記事にしていきますね。