質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.34%

  • Python 3.x

    7403questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • MacOS(OSX)

    2037questions

    MacOSとは、Appleの開発していたGUI(グラフィカルユーザーインターフェース)を採用したオペレーションシステム(OS)です。Macintoshと共に、市場に出てGUIの普及に大きく貢献しました。

  • pandas

    677questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

pandasのdf(日付でソートされた)を1週間区切りで分けたいのですが

解決済

回答 2

投稿

  • 評価
  • クリップ 1
  • VIEW 233

shin2167

score 4

python初心者ですので不手際がありましたら申し訳ございません

説明が難しいので実際にデータで説明します
以下のようなdfがあります
実際はcsvファイルを読み込んでdfを作っていますが、今回は自身でdfを作成しました
df10 = pd.DataFrame({ 'tid' : [1, 2, 3, 4, 5],
'userid' : [1, 1, 1, 1, 1],
'latitude' : [1.1, 2.2, 3.3, 4.4, 5.5],
'longitude' : [11.1, 22.2, 33.3, 44.4, 55.5],
'date' : ['2017-01-01', '2017-01-05', '2017-02-05', '2017-02-05', '2017-04-03'],
'text' : ['a', 'b', 'c', 'd', 'e'] })

実際の各データの型はtid:int64、userid:int64、latitude:float64、longitude:float64、date:datetime64[ns]、text:objectになります(dateのみ異なります。今回は文字列になっています)
上記のようにuseridが同じ(一人のユーザのデータ)dfがあります
dateは日付でソートしてあります
これを1週間で区切り新しいカラム(仮にlabelとします)にラベルを付与したいです
具体的には以下のようなdfを作りたいです

df10_re = pd.DataFrame({ 'tid' : [1, 2, 3, 4, 5],
'userid' : [1, 1, 1, 1, 1],
'latitude' : [1.1, 2.2, 3.3, 4.4, 5.5],
'longitude' : [11.1, 22.2, 33.3, 44.4, 55.5],
'date' : ['2017-01-01', '2017-01-05', '2017-02-05', '2017-02-08', '2017-02-14'],
'text' : ['a', 'b', 'c', 'd', 'e'],
'label': ['1', '1', '2', '2', '3'] })

2017-01-01のデータは次のデータ(2017-01-05のデータ)と1週間以内なので同じラベルを付与します
2017-01-05のデータは次のデータ(2017-02-05のデータ)と1週間以上離れているので2017-02-05のデータには新たにラベルを付与します
2017-02-14のデータは2017-02-08から見れば1週間以内ですが2017-02-05から見れば1週間以上空いているので別のラベルを付与します

このように新しいラベルが付与された日から1週間以内のデータには同じラベルを付与します
*実際のカレンダー通りに1週間で区切りたいわけでは在りません
タイトルのニュアンスと異なると思うので注意してください
そして、次々と新しいラベルを付与していきます

説明分かりづらくて申し訳在りません
よろしくお願い致します

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

checkベストアンサー

0

dateのそれぞれの日付について、date[0]を起点として何週目にあたるのかを求め、これを通し番号化してlabelとするということだと読み取りましたが、間違っていたらすみません。

週番号を求めるにはtimedelta, 通し番号化するにはnumpyのuniqueを使ってみました。

from datetime import datetime, timedelta
import numpy as np

def day1(x):
  return(datetime.strptime(x,"%Y-%m-%d"))

# 対象データ
a = ['2017-01-01', '2017-01-05', '2017-02-05', '2017-02-08', '2017-02-14']

# 週番号を求める
b = [(day1(x)-day1(a[0])).days//7 for x in a]

#週番号→通し番号
u = np.unique(b)
c = {k:v+1 for (k,v) in zip(u, range(len(u)))}

label = [c[x] for x in b]
print(label)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/05 10:46

    ご回答ありがとうございます
    大変参考になりました

    キャンセル

0

解釈が正しいのかわかりませんが。

  1. datetimeの方にする
  2. 1ずらしたもの同士で引く
  3. daysにして、7以上のものをTrueそれ以外をFalse
  4. boolが0/1であることを利用してcumsumを取る
import pandas as pd

df10 = pd.DataFrame({ 'tid' : [1, 2, 3, 4, 5],
'userid' : [1, 1, 1, 1, 1],
'latitude' : [1.1, 2.2, 3.3, 4.4, 5.5],
'longitude' : [11.1, 22.2, 33.3, 44.4, 55.5],
'date' : ['2017-01-01', '2017-01-05', '2017-02-05', '2017-02-05', '2017-04-03'],
'text' : ['a', 'b', 'c', 'd', 'e'] })

df10.date = pd.to_datetime(df10.date)
df10["diff"] = df10.date - df10.date.shift(1)
df10["over1week"] = df10["diff"].dt.days > 7
df10["wid"] = df10.over1week.cumsum()
print(df10)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/05 10:46

    ありがとうございます
    参考にさせていただきます

    キャンセル

同じタグがついた質問を見る

  • Python 3.x

    7403questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • MacOS(OSX)

    2037questions

    MacOSとは、Appleの開発していたGUI(グラフィカルユーザーインターフェース)を採用したオペレーションシステム(OS)です。Macintoshと共に、市場に出てGUIの普及に大きく貢献しました。

  • pandas

    677questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。