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
197
3.12.5
再サンプリング、シフト、窓
データを直観的に整理してアクセスするためのインデクスとして日付と時間を使用する能力は、
pandas
の時系列機能の重要な構成要素です。一般的にインデクス付けられたデータの持つメリッ
ト（インデクスの自動整列、直感的なスライスやインデクス指定など）はそのままに、時系列向け
の操作を追加で提供します。
ここでは、いくつかの株価データを使って、その例を示します。
pandas
は主に財務分野向けに
開発されたため、金融データ用の非常に特殊なツールがいくつか含まれています。例えば、付属の
pandas-datareader
パッケージ（
conda install pandas-datareader
を使ってインストールできます）
は、
Yahoo! Finance
、
Google Finance
などのさまざまなソースから財務データをインポートできま
す。ここでは、
Go
ogle
の終値履歴を読み込みます
＊
1
。
In[25]: from pandas_datareader import data
goog = data.DataReader('GOOG', start='2004', end='2016',
data_source='google')
goog.head()
Out[25]: Open High Low Close Volume
Date
2004-08-19 49.96 51.98 47.93 50.12 NaN
2004-08-20 50.69 ...