pandasのindexはdatetimeにすると便利

はじめに

時系列を含むデータをpandasで処理する場合、indexにdatetime型を指定すると便利だったので、
備忘録的にまとめます。

使用データ

ネット上で拾ってきた2010年から2019年までの時系列データを使用します。

df["date"] = pd.to_datetime(df["date"])
df = df.set_index("date")
df.head()

date	A	B
2010-04-01	93.74	1859.96
2010-04-02	94.61	1859.96
2010-04-05	94.28	1836.82
2010-04-06	93.64	1839.07
2010-04-07	93.21	1800.12

ここが便利

1. 日付を指定することで、データを選択できる。

indexにdatetime型の方式で日付を指定すると、指定範囲のデータを取得できる。

年の指定

df["2011"].head(2)

date	A	B
2011-01-03	81.67	1663.29
2011-01-04	82.06	1659.39

月の指定

df["2011-3"].head(2)

date	A	B
2011-03-01	81.92	1424.76
2011-03-02	81.84	1374.43

2.範囲指定もできる。

スライスによる範囲指定もできる

df["2012-04":"2012-05"]

date	A	B
2012-04-02	81.64	1654.39
〜〜	略	〜〜
2012-05-31	78.36	1471.49

3.特定の月(日)だけ抜き出す

8月だけ抜き出すというような処理も可能です。

df[df.index.month == 8]

date	A	B
2010-08-02	86.53	1509.63
2010-08-03	85.88	1527.62
〜〜	略	〜〜
2018-08-30	110.98	2840.16
2018-08-31	111.04	2840.16

4.年月日ごとに計算を行う。

# 年なら'y'、日なら'D'を指定してください。
# もちろんmeanを他の計算メソッドに当てても計算できます。
df.resample('M').mean()

date	A	B
2010-04-30	93.455909	1784.934091
2010-05-31	91.914762	1684.609048
〜〜	略	〜〜

参考サイト様

https://note.nkmk.me/python-pandas-rolling/
https://towardsdatascience.com/basic-time-series-manipulation-with-pandas-4432afee64ea