時系列データで使うPandas小技集 - け日記
時系列データを扱うにあたって役に立った、Pandasのテクニックを紹介します。 文字列型のSeriesから日時型・日付型のSeriesへ変換する 日付に欠測値を含むデータを日毎に集計する 累積和を計算する 今回の例に使う時系列データは以下です。 ある商品の4/1〜4/3の購入履歴をイメージしてください。ユーザ(user_id)の購入日時(timestamp)と購入数(item_count)が入ったDataFrameとなっています。 import pandas as pd df = pd.DataFrame(...) print(df.info()) # <class 'pandas.core.frame.DataFrame'> # RangeIndex: 5 entries, 0 to 4 # Data columns (total 3 columns): # timestamp 5 no
Python 日付・時刻ライブラリー 逆引きリファレンス - Qiita
Pythonで日時を扱うライブラリーについて、逆引き風にまとめてみました。 この記事の内容は、正確を期するように注意して記述していますが、公式の情報ではありません。 正確な情報をお求めなら公式リファレンス（参考資料#1）を参照してください。 想定する読者 ほとんどが標準モジュールについてのことですので、Python初心者の方か、日時ライブラリーのことをあまりご存じない方向けです。 （私自身まだPython歴が浅いので。） 前提 Python2はv2.7.10、Python3はv3.5.1で確認しています。 （Anaconda 4.0.0 Windows 64bit版を使用。） Python2とPython3を特に個別に扱っていないものは、共通で使えるものです。 その場合、printについてはカッコつき表記で統一し、実行結果はPython3のものを採用しています。 サンプルコードは、主に対話
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
PythonでISO 8601形式の文字列と日時datetimeを相互変換 | note.nkmk.me
