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

90.60%

  • Python 3.x

    5901questions

    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。

時系列データでの値修正

解決済

回答 3

投稿

  • 評価
  • クリップ 0
  • VIEW 300

jun.k

score 20

あるDataFrameにおいて、indexに日時(時間毎プロット)、columnsは日時に対応した価格が入っている時に、欠損ではないのですが明らかに間違いと思われる価格が複数入っているため、これを前日時の値に修正したいと考えています。

初めは対象となる日時を可視化して確認・修正していたのですが、量が多いので効率的に返還する方法はないかと・・・。イメージしているのは1時間前(1列前)の値より±10%変化したら1時間前の値に変更するというものです。

For文で判定させて修正しようとも思ったのですが、ひとつ前の行をどのように指定すればよいのかわかりませんでした。

初歩的な質問で申し訳ありませんが、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 3

checkベストアンサー

+1

単純に、前の値を別変数に保持しておきます。
ループでは変化を見て、異常なら前の値で置き換えます。

import pandas as pd
import datetime as dt

# テストデータ
hours = [h for h in range(10)]
dates = list(map(lambda h: dt.datetime(2017,9,8,h,0,0),hours))
vals = [1000+h*10 for h in hours]
vals[2] = vals[5] = 9999 # 異常値
df = pd.DataFrame( {'val':vals},index=dates)
print(df)

# 異常値は前の値に補正
vals = df['val']
prev = vals[0]
for i,v in enumerate(vals):
    if abs((v - prev) / prev) >= 0.1:
        vals[i] = prev
    prev = vals[i]
print(df)

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。

  • 2017/09/08 18:03

    これだと初めのループの際に、prevもvも1行目の値が入るので計算できないんじゃないかと思ったのですが、試したらできました。ありがとうございました!!

    キャンセル

+1

既に解決済みですが・・別解を書きかけていたので投稿します。

pandas にて前行の値との計算や比較を行うときは DataFrame.shift() をお使います。

例えば 「前行との変動率」 は

((df['value'].shift(1) - df['value']).abs())/df['valalue']


のように書けます。

ですので「変動率が10%以上の場合は前の行の値を入れる」はこんな感じになるかと思います。

df.ix[(((df['value'].shift(1)-df['value']).abs())/df['value']) > 0.1,'value'] = df['value'].shift()

ただ、この方法だと、外れ値の下の行も変動率が高くなってしまい、対象になってしまうので、もう少し条件を追加する必要がありそうです。

たとえば条件を「1行前との変動率、2行前との変動率共に10%以上」にした例では

df.ix[((((df['value'].shift(1)-df['value']).abs())/df['value']) > 0.1) & ((((df['value'].shift(2)-df['value']).abs())/df['value']) > 0.1),'value'] = df['value'].shift()


となります

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。

  • 2017/09/08 19:41

    ありがとうございました。ただデータが2行以上連続して外れ値の場合のあるため、for文で修正しながらのほうがよいかと思い、ご指摘いただいたshiftを使って組んでみたのですが、エラーが出てしまいうまくいきませんでした
    for i in df['value']:
    if abs(i.shift(1)-i)>10:
    i.shift(1)=i
    shiftがうまく機能するのであればこちらの方が分かりやすいかと思ったのですが。

    キャンセル

0

こんなの使ってみるのもありかもしれないですね。

def couple(arg_list):
    if len(arg_list) < 2:
        return
    for i in range(1, len(arg_list)):
        yield arg_list[i-1], arg_list[i]

def main():
    my_list = [3]
    for before, after in couple(my_list):
        print(before, after)

if __name__ == '__main__':
    main()

"""出力
3 5
5 1
1 6
"""

もっといい方法があるかもわかりませんが。

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。

  • 2017/09/08 17:57

    ありがとうございました。ちょっと理解するのに時間がかかりそうなのですが、試してみます。

    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 90.60%
  • 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 3.x

    5901questions

    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。

閲覧数の多いPython 3.xの質問