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

90.33%

  • Python

    9209questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 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。

毎日のデータに隔日のデータを結合する

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 185

pinocookie

score 11

現在の商品販売データの解析を行っています。

以下の2つのデータを所持しています。

日付(YYYY/MM/dd) 商品コード 売上
2017/01/01 1 492------- 90
2017/01/02 1 492------- 78
2017/01/03 1 492------- 69
2017/01/04 1 492------- 94
2017/01/05 1 492------- 85
2017/01/06 1 492------- 81
日付(YYYY/MM/dd) 商品コード 発注数
2017/01/02 1 492------- 46
2017/01/05 1 492------- 85

下のデータは毎日集計されるわけではなく、隔日で集計されます。
これら2つのデータを「日付」をもとに結合をさせたいです。

日付(YYYY/MM/dd) 商品コード 売上 発注数
2017/01/01 1 492------- 90 NaN
2017/01/02 1 492------- 78 46
2017/01/03 1 492------- 69 NaN
2017/01/04 1 492------- 94 NaN
2017/01/05 1 492------- 85 85
2017/01/06 1 492------- 81 NaN

このような操作をPandasで行うにはどのようにすればよろしいでしょうか。

よろしくお願いします。

  • 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 1

checkベストアンサー

0

どちらのDataFrame も "日付" 列が DatetimeIndex なのでしたら

DataFrame.join()

で問題ないのではないでしょうか

以下動作サンプル

import pandas as pd

df1 = pd.DataFrame(
    {"売上" : [90,78,69,94,85,81],
     "商品コード": ["492--","492--","492--","492--","492--","492--"]},
    index=pd.date_range("2017/01/01", periods=6, freq="1D"))

df2 =pd.DataFrame(
    {"注文数" : [46,85]},
    index=pd.date_range("2017/01/02", periods=2, freq="3D"))

print(df1.join(df2))
#            商品コード  売上   注文数
#2017-01-01  492--  90   NaN
#2017-01-02  492--  78  46.0
#2017-01-03  492--  69   NaN
#2017-01-04  492--  94   NaN
#2017-01-05  492--  85  85.0
#2017-01-06  492--  81   NaN

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 15:53

    回答ありがとうございます!

    現在手元に元のデータがないので確認はできませんが、日付部分はおそらくオブジェクト型です。

    DataFrame.joinで結合できるということは2つのデータフレームを以下のように変換して、joinさせれば例で示してくださった場合と同じように結合できるということでしょうか

    df['日付'] = pd.to_datetime(df['日付'])
    df.set_index('日付', inplace=True)

    キャンセル

  • 2018/07/05 16:30

    その認識であっておりますが、日付列の型はObject型のままでも問題なく結合できるかと思います。
    ただし、joinを使う場合は 日付列を Index に指定する必要はあります。

    もし、日付列をIndexに設定せずにデータで結合したい場合は pandas.merge() を使ってください。これは

    pd.merge(df1, df2, on='日付', how='left')

    のように書けるかと思います。

    この場合、引数の on='日付' はどの列の値で結合するかを示し、how='left' は左側(df1)の行を基準に結合するという意味になります。

    キャンセル

  • 2018/07/05 16:50

    回答ありがとうございます!!

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.33%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る

  • Python

    9209questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 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。