May 2018
Intermediate to advanced
556 pages
13h 21m
Japanese
book
Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習
by Jake VanderPlas, 菊池 彰
Content preview from Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
3.12
時系列
189
3.12
時系列
pandas
は財務モデリングの分野向けに開発されたので、期待される通り日付、時刻、および時
間インデクスデータを扱うための機能が豊富に用意されています。日付と時刻のデータには、いく
つかの種類があります。
●
タイムスタンプは、ある特定の時刻を表します（例えば、
2015
年
7
月
4
日
7:00 a.m.
）。
●
間隔と期間は、特定の開始点と終了点の間の時間の長さを表します（例えば、
2015
年）。
Period
は通常、各区間が一定の長さであり、重複しない時間間隔の特別な場合を表します（例
えば、
24
時間が
1
日を構成）。
●
時間差と継続時間は、精密な時間の長さを表します（例えば、
22.56
秒）。
この節では、
pandas
でこれらの日付および時刻データを処理する方法を紹介します。この短
い節では、
Python
や
pandas
で利用可能な時系列機能の完全なガイドを提供することはできませ
ん
。しかし、ユーザとして時系列をどのように扱うべきか、その指針を広く浅く示します。まず、
Python
で日付と時刻を扱うための機能について簡単に説明します。次に、
pandas
が提供する機能
を詳しく説明します。より深く理解するための資料をいくつか示した後、
pandas
で時系列データ
を扱う簡単な例を取り上げます。
3.12.1
Python
の日付と時刻
Python
には、日付、時刻、時間差に対して利用可能な表現が多数あります。
pandas
が提供する
時系列関連の機能は、データサイエンスアプリケーションに対して非常に有用であるため、 ...