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

88.63%

python株価予測に使うデータの加工

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 228

pirokuri

score 3

pythonで株価予測にチャレンジしているのですがそのデータを準備する際のエラーの解決法がわからず悩んでいます。

#日経平均株価の過去のCSVデータをとってくる

import pandas as pd
from io import StringIO #StringIOを使うと文字列をファイルのように扱える
import urllib #urlを扱うモジュールを集めたパッケージ

url = "https://indexes.nikkei.co.jp/nkave/historical/nikkei_stock_average_daily_jp.csv"
def read_csv(url):
    res = urllib.request.urlopen(url) #URLをオープンする
    res = res.read().decode('shift_jis')#文字コードをshift_jis(日本語を表すために多く用いられていた文字コード)に変換する
    df = pd.read_csv(StringIO(res))
    return df

df = read_csv(url)

#時系列データの主値に注目して予測。
#indexを日付にした後、時系列に。
#カラムから'始値', '高値', '安値'を取り除いて、日付が古い順に並べ出力。
#df 行列データを取り扱うときは Pandas モジュールのデータフレーム型を利用すると便利
#各行ごとの平均や列名で列を抽出したりすることが簡単に行える

#インデックスを日付にし、時系列にする
df["データ日付"] = pd.to_datetime(df["データ日付"], format = '%Y/%m/%d')
df = df.set_index('データ日付')
df = df.drop(['始値','高値','安値'], axis = 1)

df = df.iloc[::-1]
df
print(df)
コード

エラーは  ValueError: time data '本資料は日経の著作物であり、本資料の全部又は一部を、いかなる形式によっても日経に無断で複写、複製、転載または流布することができません。' doesn't match format specified  と出てきます。 確かにこのデータを確認すると907行目にこの日本語が書かれており df.drop(907)を試しましたが 同じエラーでした。 このエラーの解決法、そしてdf = df.iloc[::-1]のコードの説明もしてただけると嬉しいです。

まだプログラミング歴が2ヶ月のため、わかりにくい箇所があったら申し訳ありません。

  • 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。

回答 1

checkベストアンサー

0

このテーブルの場合は問題の最終行で他の要素がNaNであることを使えば取り除けます。

df = read_csv(url)

df.dropna(inplace=True, axis=0)  # この行を追加

df["データ日付"] = pd.to_datetime(df["データ日付"], format = '%Y/%m/%d')
df = df.set_index('データ日付')
df = df.drop(['始値','高値','安値'], axis = 1)

df = df.iloc[::-1]
df
print(df)

これでエラーは出ないと思います。

df = df.iloc[::-1] の [::-1] は最初から最後まで、逆順に表示する(-1を指定すると逆順になる)ということを示しています。

投稿

編集

  • 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。

  • 2020/09/19 23:04

    ご回答ありがとうございます!!
    無事にちゃんと動きました!

    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 88.63%
  • 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