pandasで期間指定が簡単に！period rangeを活用したデータ分析

はじめに：pandas period rangeの概要とデータ分析での利点

pandasは、Pythonのデータ分析ライブラリであり、データフレームとシリーズの操作に優れています。pandasには、期間を扱うためのperiod rangeという便利な機能があります。period rangeを使うと、期間を指定して簡単にデータを生成したり、時系列データをリサンプリングしたり、集計したりできます。

period rangeを使う主な利点は、期間を表す日付や時間を簡単に扱えることです。たとえば、月ごとの売り上げや年ごとの気温など、期間に関するデータを扱う場合に便利です。また、期間を指定することで、日付や時間に関する処理を簡略化することができます。

period rangeの基本的な使い方：期間を指定してのデータ生成

period rangeを使って、期間を指定してデータを生成する方法を説明します。まず、pandasのperiod_range関数を使って、期間を指定します。たとえば、1ヵ月ごとにデータを生成する場合は、次のようにします。

import pandas as pd
date_rng = pd.period_range(start='2022-01-01', end='2022-12-31', freq='M')
print(date_rng)

この例では、2022年1月1日から2022年12月31日までの期間を1ヵ月ごとに指定しています。期間を指定した後は、この期間をインデックスとするデータフレームを生成することができます。

import numpy as np

np.random.seed(0)

values = np.random.randn(len(date_rng))
df = pd.DataFrame({'date': date_rng, 'values': values})

print(df.head())

この例では、期間にランダムな値を割り当てて、データフレームを生成しています。生成されたデータフレームは、次のようになります。

period rangeを使ったデータフレームのインデックス設定

period rangeを使って生成した期間をインデックスとするデータフレームを生成することができます。たとえば、次のようにします。

import pandas as pd
import numpy as np
date_rng = pd.period_range(start='2022-01-01', end='2022-12-31', freq='M')
np.random.seed(0)
values = np.random.randn(len(date_rng))
df = pd.DataFrame({'values': values}, index=date_rng)

print(df.head())

この例では、period_range関数で生成した期間をインデックスとするデータフレームを生成しています。データフレームのインデックスとして期間を指定することで、期間に基づく集計やリサンプリングが簡単に行えるようになります。

period rangeを活用した時系列データのリサンプリングと集計

period rangeを使って生成した期間をインデックスとするデータフレームを使って、時系列データのリサンプリングや集計を行うことができます。たとえば、月ごとの平均値を算出する場合は、次のようにします。

import pandas as pd
import numpy as np
date_rng = pd.period_range(start='2022-01-01', end='2022-12-31', freq='D')
np.random.seed(0)
values = np.random.randn(len(date_rng))
df = pd.DataFrame({'date': date_rng, 'values': values})
df.set_index('date', inplace=True)
monthly_df = df.resample('M').mean()

print(monthly_df.head())

この例では、日ごとのデータを生成して、resample関数を使って月ごとの平均値を算出しています。resample関数の引数に’M’を指定することで、月ごとにリサンプリングすることができます。

また、期間を指定することで、期間ごとの集計も簡単に行うことができます。たとえば、年ごとの最大値を算出する場合は、次のようにします。

import pandas as pd
import numpy as np
date_rng = pd.period_range(start='2022-01-01', end='2025-12-31', freq='D')
np.random.seed(0)
values = np.random.randn(len(date_rng))
df = pd.DataFrame({'date': date_rng, 'values': values})
df.set_index('date', inplace=True)
yearly_max = df.groupby(pd.PeriodIndex(df.index, freq='Y')).max()

print(yearly_max)

この例では、期間を指定して年ごとにグループ化して、max関数を使って年ごとの最大値を算出しています。

まとめ：pandas period rangeを使った効率的なデータ分析方法

pandasのperiod rangeは、期間を扱うための便利な機能です。期間を指定することで、データの生成や集計、リサンプリングが簡単に行えます。pandasのperiod rangeを使うことで、期間を扱うデータ分析を簡単に行うことができます。期間を指定してデータを生成したり、期間をインデックスとしてデータフレームを生成したり、期間ごとの集計やリサンプリングを行ったりすることができます。是非、期間を扱うデータ分析でperiod rangeを活用してみてください。