[Python]Pandasデータフレームの月の差分計算、月数の算出｜自作で機械学習モデル・AIの使い方を学ぶ

はじめに

データ分析や時系列データの処理を行う際に、月の差分計算や月数の算出は非常に重要な要素となります。例えば、売上データの月ごとの増減や、顧客数の月ごとの変動など、月単位のデータを分析する際には、月の差分や月数を正確に計算することが必要です。

Pythonのデータ分析ライブラリであるPandasを使用すると、簡単に月の差分計算や月数の算出ができます。本記事では、Pandasを使ってデータフレームの月の差分計算と月数の算出を行う方法について解説します。

データフレームの作成と日付データの準備

まずは、データフレームを作成し、日付データを準備します。以下のコードを実行して、必要なライブラリをインポートし、データフレームを作成します。

import pandas as pd
import numpy as np
# データフレームの作成
df = pd.DataFrame({'date': pd.date_range(start='2021-01-01', end='2021-12-31', freq='D'),
                   'value': np.random.randint(0, 100, size=365)})
df.head()

上記のコードでは、日付範囲を指定してデータフレームを作成し、’date’列には日付データを、’value’列にはランダムな整数値を設定しています。データフレームの先頭5行を表示すると、以下のような結果が得られます。

         date  value
0  2021-01-01     15
1  2021-01-02     59
2  2021-01-03     40
3  2021-01-04     18
4  2021-01-05     97

時系列データを扱う上での基本操作：インデックス設定やリサンプリング

時系列データを扱う上での基本操作として、インデックスの設定やリサンプリングがあります。まずは、データフレームのインデックスを日付データに設定します。

# インデックスの設定
df.set_index('date', inplace=True)
df.head()

上記のコードを実行すると、’date’列がインデックスに設定されます。

次に、リサンプリングを行い、月ごとのデータに集約します。以下のコードを実行して、月ごとのデータにリサンプリングします。

# 月ごとのデータにリサンプリング
df_monthly = df.resample('M').sum()
df_monthly.head()

上記のコードでは、resample関数を使用して、’M’という引数を指定しています。これにより、データが月ごとに集約されます。

データフレームを表示すると、以下のような結果が得られます。

            value
date             
2021-01-31   1679
2021-02-28   1389
2021-03-31   1577
2021-04-30   1490
2021-05-31   1517

月の差分計算：diff関数やshift関数の活用

次に、データフレームの月の差分計算を行います。Pandasでは、diff関数やshift関数を使用することで、簡単に月の差分を計算することができます。

まずは、diff関数を使用して、月ごとの差分を計算します。以下のコードを実行して、月ごとの差分を計算します。

# 月ごとの差分を計算
df_monthly_diff = df_monthly.diff()
df_monthly_diff.head()

上記のコードでは、diff関数を使用して、前月との差分を計算しています。

データフレームを表示すると、以下のような結果が得られます。

            value
date             
2021-01-31    NaN
2021-02-28  -290
2021-03-31   188
2021-04-30   -87
2021-05-31    27

次に、shift関数を使用して、前月との差分を計算します。以下のコードを実行して、前月との差分を計算します。

# 前月との差分を計算
df_monthly_shift = df_monthly - df_monthly.shift(1)
df_monthly_shift.head()

上記のコードでは、shift関数を使用して、1つ前のデータとの差分を計算しています。

データフレームを表示すると、以下のような結果が得られます。

            value
date             
2021-01-31    NaN
2021-02-28  -290
2021-03-31   188
2021-04-30   -87
2021-05-31    27

月数の算出：date_range関数やrelativedeltaの利用

最後に、月数の算出方法について解説します。Pandasでは、date_range関数やrelativedeltaモジュールを使用することで、簡単に月数を算出することができます。

まずは、date_range関数を使用して、指定した範囲の月数を生成します。以下のコードを実行して、2021年1月から2022年12月までの月数を生成します。

# 指定した範囲の月数を生成
months = pd.date_range(start='2021-01-01', end='2021-12-31', freq='M')
len(months)

上記のコードでは、date_range関数を使用して、’M’という引数を指定しています。これにより、月ごとの日付データが生成されます。

結果として、12という値が得られます。つまり、2021年1月から2021年12月までの合計24ヶ月分のデータが生成されています。

次に、relativedeltaモジュールを使用して、2つの日付間の月数を算出します。以下のコードを実行して、2021年1月1日から2021年12月31日までの月数を算出します。

from dateutil.relativedelta import relativedelta
# 2つの日付間の月数を算出
start_date = pd.to_datetime('2021-01-01')
end_date = pd.to_datetime('2021-12-31')
months_between = relativedelta(end_date, start_date).months
months_between

上記のコードでは、relativedeltaモジュールを使用して、2つの日付間の月数を算出しています。

結果として、11という値が得られます。つまり、2021年1月1日から2021年12月31日までの間には、合計11ヶ月分の月数が存在します。