Python Pandasのresample関数を使ったcsvデータの集計

今回はPandasライブラリのresample関数を使って厚生労働省が提供している日次のPCR検査実施人数のオープンデータ(csvファイル)を月次集計してみます。

流れは、次の通りです。

• 1. 厚生労働省からオープンデータPCR検査実施人数を取得
• 2. 入手したデータファイルをUnixデータ形式に変換
• 3. PythonでPandasのresample関数を使って月次集計。集計結果はcsv形式で出力する。
• 4.実行する
• 5.集計結果を確認する

では実際にやっていきます。

1. 厚生労働省からオープンデータPCR検査実施人数を取得

下記サイトからファイル名pcr_tested_daily.csvをダウンロードします。
https://www.mhlw.go.jp/content/pcr_tested_daily.csv

• pcr_tested_daily.csv
  

2. 入手したcsvファイルをUnixデータ形式に変換

$ unix2dos pcr_tested_daily.csv

3. PythonでPandasのresample関数を使って月次集計

下記用意したPythonコードです。

■ファイル名: resample.py

resample.py

import pandas as pd  # Pandasライブラリを読み込む

# ファイル名pcr_case_daily.csvをカンマ区切りで読み込む
df = pd.read_csv('./pcr_case_daily.csv',sep=',' ,index_col=0 ,parse_dates=True)

# resample関数で月次集計する。月初から月末までデータサンプリングして合計値を出す。
df_resample = df.resample('M').sum()  

# 結果をcsvファイル名output.csvに出力する
df_resample.to_csv('output.csv')

4. 実行する

python3 resample.py

実行後output.csvが出力された。

ls -lh output.csv
-rw-rw-r-- 1 ishimatsu ishimatsu 2.2K  6月 22 13:44 output.csv

5. 集計結果を確認

結果ファイルを開き、月次集計されていることがわかりました。
集計が月次になり、日付は毎月月末になります。

以上になります。

Pandasのresample関数を使うことに容易に日次集計を月次集計できました。
resample関数は月次集計でなく多様な集計に対応しています。
下記参考にさせていただいたサイト(YutaKaのPython教室)には詳細な使用方法が書かれていますので、ご利用される場合にはぜひご参照ください。

■ 参照させていただいたサイト

YutaKaのPython教室
https://www.yutaka-note.com/entry/pandas_resample