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

89.13%

pandas DataFrame における indexでの参照について

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 3,722

ultraman

score 12

原因と対策、アドバイスをお願いします。

下記の手順において
DataFrameの作成の際にnumpy.datetime64でdate列を作成すると
NaTがあるrowはpandas._libs.tslib.Timestampに変換されてしまうため
indexの参照時にKeyErrorが発生してしまう。

なぜ NaTがあるrowがpandas._libs.tslib.Timestampnに変換されるのでしょうか?
変換されないようにするにはどうしたらよろしいでしょうか?
または、indexに複数の型が混在する下記の状況でもnp.datetime64で参照できる方法はありますか?

よろしくお願いします。

発生している問題・エラーメッセージ

KeyError: numpy.datetime64('2017-07-19T14:24:07.000000000')

該当のソースコード

データ作成

import numpy as np
import pandas as pd

dates = [
    np.datetime64('2014-11-09 10:00:00.000000000')
    , np.datetime64('2015-11-09 10:00:00.000000000')
    , np.datetime64('2016-11-09 10:00:00.000000000')
    , np.datetime64('2017-07-19 14:24:07.000000000')
]

prices = [
    2000
    , 1900
    , 1800
]

df = pd.DataFrame([dates, prices], ['date', 'price']).T


date    price
0    2014-11-09T10:00:00.000000000    2000
1    2015-11-09T10:00:00.000000000    1900
2    2016-11-09T10:00:00.000000000    1800
3    2017-07-19 14:24:07    NaT

type(df.date[0])  #出力 numpy.datetime64
type(df.date[3]) #出力 pandas._libs.tslib.Timestamp

date列をindexに設定

df = df.set_index('date')

date    
2014-11-09T10:00:00.000000000    2000
2015-11-09T10:00:00.000000000    1900
2016-11-09T10:00:00.000000000    1800
2017-07-19 14:24:07    NaT

indexで参照

df.ix[dates[0]] #出力  price    2000
                #        Name: 2014-11-09T10:00:00.000000000, dtype: object

df.ix[dates[1]] #出力 KeyError: numpy.datetime64('2017-07-19T14:24:07.000000000')

補足情報(言語/FW/ツール等のバージョンなど)

python: 3.5.3
pandas: 0.20.1
anaconda: 3-2.4.0

  • 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

+1

たぶんこのように記述すると大丈夫かと思います。

import pandas as pd
import numpy as np

dates = [
    np.datetime64('2014-11-09 10:00:00.000000000'),
    np.datetime64('2015-11-09 10:00:00.000000000'),
    np.datetime64('2016-11-09 10:00:00.000000000'),
    np.datetime64('2017-07-19 14:24:07.000000000')
]

prices = [2000,1900,1800]

df = pd.DataFrame({'date':pd.Series(dates), 'price':pd.Series(prices)})
df = df.set_index("date")
print(df)

【補足】

質問のように、4行目のみ型が違う原因は、DataFrame 作成の際に
一度

df = pd.DataFrame([dates, prices], ['date', 'price'])

とした後に、Tで転置してためかと思います。

Pandas では列毎にが決まるため、上記のように記述すると、
datetime64型のデータとint64型のデータが同じ列にいる為に、型がobject型に変換されてしまいます。ところが4行目(この時点では4列目)だけはint64型のデータが存在しない為、この行だけdatetime64型のままでデータが保存されることとなります。

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。

  • 2017/07/23 01:08

    sqlからの取り込みはあまり経験がないのですが、結局 datetime型をdatetime型のまま、列データに取り込むことが出来れば、問題は起こらないということです。

    キャンセル

  • 2017/07/23 01:21

    すみません。難しく考えてました。

    set_index() 実行の前に

    df['date'] = df['date'].astype(np.datetime64)

    で型変換してあげると問題が解決するかもしれません。

    キャンセル

  • 2017/07/23 02:04

    いろいろ情報ありがとうございます。

    教えていただいた補足をヒントに何とか解決できました。

    しかも、astypeで変換する方法もありましたね。

    とても助かりました。



    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 89.13%
  • 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