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

208

3

章 

pandas

を使ったデータ操作

時刻

図3-15　時間ごとの平均自転車数

曜日によりどのような変化が見られるのかにも興味があります。繰り返しになりますが、

groupby

を使って簡単に求められます（図 3-16）。

In[44]: by_weekday = data.groupby(data.index.dayofweek).mean()

by_weekday.index = ['Mon', 'Tues', 'Wed', 'Thurs', 'Fri', 'Sat', 'Sun']

by_weekday.plot(style=[':', '--', '-']);

図3-16　日ごとの平均自転車数

平日と週末の合計には大きな違いが見られます。日曜日と土曜日に比べて、月曜日から金曜日ま

では通行量が

2

倍になっています。

3.12

 時系列

209

以上を念頭に置いて、複合

groupby

により平日と週末の時間別傾向を見てみましょう。まず、週

末を示すフラグと時刻によるグループ化を行います。

In[45]: weekend = np.where(data.index.weekday < 5, 'Weekday', 'Weekend')

by_time = data.groupby([weekend, data.index.time]).mean() ...