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

87.48%

Pandasでindex=年,columns=月日時間のdataframe作成

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 884

score 1267

前提・実現したいこと

極値理論を使って多摩川の氾濫は推測できたのか検証してみる
https://qiita.com/hrkz_szk/items/3b17a45f9e8c55634597

を参考に多摩川の水位をスクレイピングしたのですが
年毎の水位を表示したいのですがうまくいきません。

年でグループ化はできたのですが一緒にplotすると年があるため続きに表示されてしまいます。

イメージ説明

年、月日時間で分けることができたら表示できると思うのですが
Pandasでindex=年,columns=月日時間のdataframe作成の仕方を教えてください。

year 01-01 1:00 01-01 2:00 01-01 3:00 01-01 4:00 12-31 24:00
2000
2001
2002
2003

該当のソースコード

スクレイピング

import pandas as pd
from tqdm import tqdm_notebook
import time

years = [2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019]

dfs = []

for year in tqdm_notebook(years):
    for month in tqdm_notebook(range(1, 13), desc=str(year)):

        data = pd.read_html(f"http://www1.river.go.jp/cgi-bin/DspWaterData.exe?KIND=2&ID=303051283310030&BGNDATE={year}{month:02}01&ENDDATE=20191231&KAWABOU=NO", skiprows=1, header=0, index_col=0, na_values=["欠測", "閉局"])
        dfs.append(data[1].iloc[:-1,:])

        time.sleep(1)

df = pd.concat(dfs)

df.to_csv("result.csv")

整形

df1 = pd.read_csv("result.csv", parse_dates=["date"], names=["date", 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24], header=None, skiprows=1)

df2 = pd.melt(df1, id_vars='date', var_name='hour', value_name='level')
df2 = df2.sort_values(['date','hour']).reset_index(drop = True)

import datetime

df2["datetime"] = pd.to_datetime(df2["date"] + df2["hour"].apply(lambda x: datetime.timedelta(hours=x)))
df2.set_index("datetime", inplace=True)
df2["level"].plot(figsize=(15,5))

試したこと

年ごとのグループを作成

df3 = df2["level"].copy()
df3
df_year = [g for n, g in df3.groupby(pd.Grouper(freq="Y"))]

ax = df_year[18].plot(figsize=(15,5))
df_year[19].plot(figsize=(15,5), ax=ax)

イメージ説明

補足情報(FW/ツールのバージョンなど)

google colaboratory

  • 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
    • 過去に投稿した質問と同じ内容の質問
    • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • meg_

    2019/11/02 16:07

    表現したいグラフはどのようなものですか?

    キャンセル

  • barobaro

    2019/11/02 22:06

    返事が遅くなりすみません。
    xが月日時間、yが水位で年毎のグラフを作成したいです。
    nomukenさんのコードで作成できましたので画像追加しておきます。

    キャンセル

回答 1

checkベストアンサー

+1

こんな感じでしょうか

import pandas as pd
import numpy as np

df1 = pd.read_csv("result.csv", parse_dates=["date"], names=["date", 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24], header=None, skiprows=1)

df2 = pd.melt(df1, id_vars='date', var_name='hour', value_name='level')
df2 = df2.sort_values(['date','hour']).reset_index(drop = True)

import datetime

df2['year'] = pd.to_datetime(df2['date']).apply(lambda x: x.year)
df2['mmddhhmm'] = df2[['date', 'hour']].apply(lambda x: '{0:s} {1:02d}:00'.format(pd.to_datetime(x[0]).strftime('%m-%d'), x[1]), axis=1)

print(df2)
"""
            date hour  level  year     mmddhhmm
0     2010-01-01    1   3.23  2010  01-01 01:00
1     2010-01-01    2   3.23  2010  01-01 02:00
2     2010-01-01    3   3.22  2010  01-01 03:00
3     2010-01-01    4   3.22  2010  01-01 04:00
4     2010-01-01    5   3.22  2010  01-01 05:00
...          ...  ...    ...   ...          ...
87643 2019-12-31   20    NaN  2019  12-31 20:00
87644 2019-12-31   21    NaN  2019  12-31 21:00
87645 2019-12-31   22    NaN  2019  12-31 22:00
87646 2019-12-31   23    NaN  2019  12-31 23:00
87647 2019-12-31   24    NaN  2019  12-31 24:00

[87648 rows x 5 columns]
"""

df3 = pd.pivot_table(df2, values='level', index='year', columns='mmddhhmm')
print(df3)
"""
mmddhhmm  01-01 01:00  01-01 02:00  01-01 03:00  01-01 04:00  ...  12-31 21:00  12-31 22:00  12-31 23:00  12-31 24:00
year                                                          ...
2010             3.23         3.23         3.22         3.22  ...         2.07         2.07         2.07         2.07
2011             2.07         2.07         2.07         2.08  ...         3.23         3.23         3.24         3.24
2012             3.23         3.23         3.23         3.23  ...         3.27         3.25         3.28         3.29
2013             3.29         3.29         3.28         3.28  ...         3.23         3.24         3.24         3.25
2014             3.25         3.24         3.24         3.24  ...         3.26         3.26         3.26         3.25
2015             3.26         3.25         3.25         3.25  ...         3.25         3.25         3.25         3.25
2016              NaN         3.25         3.25         3.25  ...         3.27         3.27         3.27         3.27
2017             3.27         3.27         3.27         3.27  ...         3.19         3.19         3.19         3.19
2018             3.19         3.19         3.19         3.19  ...         3.22         3.22         3.22         3.22
2019             3.22         3.22         3.22         3.22  ...          NaN          NaN          NaN          NaN

[10 rows x 8784 columns]
"""

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。

  • 2019/11/02 22:09

    グラフも無事作成することができました。
    年と月日時間の処理方法がわからなかったので勉強になりました。
    どうも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 87.48%
  • 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

関連した質問

同じタグがついた質問を見る