公開日：2019-08-15
最終更新日：2019-08-29
最終更新日：2019-08-29
pd08-0：準備
以下のデータをdataディレクトリに配置したうえで，次のコードを実行しよう．
temperature_otsu.csv：大津の2018年の気温（日時datetime，気温temperature）[1][2]
|
1 2 3 4 |
>>> import numpy as np >>> import pandas as pd >>> >>> df = pd.read_csv('data/temperature_otsu.csv', index_col=0, parse_dates=True) |
- 出展：気象庁ホームページ，2019年8月29日閲覧．
- 気象庁「過去の気象データ」を加工して作成
pd08-1：時系列データのリサンプリング(1)
dfを月単位でリサンプリングしよう．ただし，月ごとの平均気温で集約する．
難易度：★★
| ミッション | 説明 |
|---|---|
| 1 | DataFrame.resample()メソッドを使う． |
| 2 | ruleパラメタを指定する． |
| 3 | DatetimeIndexResampler.mean()メソッドを使う． |
pd08-2：時系列データのリサンプリング(2)
dfを月単位でリサンプリングしよう．ただし，月ごとの最高気温で集約する．
難易度：★★
| ミッション | 説明 |
|---|---|
| 1 | DataFrame.resample()メソッドを使う． |
| 2 | ruleパラメタを指定する． |
| 3 | DatetimeIndexResampler.max()メソッドを使う． |
pd08-3：時系列データのリサンプリング(3)
dfを週単位でリサンプリングしよう．ただし，週ごとの気温中央値で集約する．
難易度：★★
| ミッション | 説明 |
|---|---|
| 1 | DataFrame.resample()メソッドを使う． |
| 2 | ruleパラメタを指定する． |
| 3 | DatetimeIndexResampler.median()メソッドを使う． |
| 4 | リサンプリングしたデータフレームをtsとする． |
pd08-4：時系列データの
DatetimeIndexからPeriodIndexへの変換tsのDatetimeIndexをPeriodIndexに変換しよう．
難易度：★★
| ミッション | 説明 |
|---|---|
| 1 | DataFrame.to_period()メソッドを使う． |
pd08-5：時系列データの可視化
tsを可視化しよう．
|
1 |
>>> import matplotlib.pyplot as plt |
難易度：★★★
| ミッション | 説明 |
|---|---|
| 1 | DataFrame.plot()メソッドを使う． |
| 2 | matplotlib.pyplot.show()関数を使う． |