teratail
回答率
85.48%
質問するログイン新規登録
トップに関する質問Pythonライブラリを使って行間比較

編集履歴

質問編集履歴

7

f

2019/03/18 10:12

投稿

退会済みユーザー
test CHANGED
File without changes
test CHANGED
@@ -1,35 +1 @@
1
1
  ある数年間の気温（時別）データの中で前日同時刻との気温差の絶対値が大きい順に上位５を得たいのですが、python のpandas、numpyを使って処理しようと思いましたがわかりません。。diff()やresample()メソッドを使ったら良さそうな気がするのですが、どのような引数を使えばいいのか検討がつきません。。
2
-
3
-
4
-
5
- 例えば1月1日の１：００と1月2日の１：００の気温差を計算する（絶対値）。
6
-
7
- date temperature
8
-
9
- 0 2018/1/1 1:00 1.5
10
-
11
- 1 2018/1/1 2:00 1
12
-
13
- 2 2018/1/1 3:00 1.2
14
-
15
- 3 2018/1/1 4:00 0.6
16
-
17
- 4 2018/1/1 5:00 1.9
18
-
19
-
20
-
21
- ... ... ...
22
-
23
-
24
-
25
-
26
-
27
- 1411 2018/2/28 20:00 9.9
28
-
29
- 1412 2018/2/28 21:00 9.9
30
-
31
- 1413 2018/2/28 22:00 9.9
32
-
33
- 1414 2018/2/28 23:00 7.8
34
-
35
- 1415 2018/3/1 0:00 7.9

6

d

2019/03/18 10:11

投稿

退会済みユーザー
test CHANGED
File without changes
test CHANGED
File without changes

5

d

2018/09/11 02:21

投稿

退会済みユーザー
test CHANGED
@@ -1 +1 @@
1
- pandasを使って行間比較の仕方（python）
1
+ Pythonライブラリを使って行間比較
test CHANGED
File without changes

4

d

2018/09/11 02:20

投稿

退会済みユーザー
test CHANGED
File without changes
test CHANGED
@@ -1,10 +1,8 @@
1
- ある数年間の気温（時別）データの中で前日同時刻との気温差の絶対値が大きい順に上位５を得たいのですが、様々な関数(between,abs,orderby)などをどのように組み合わせれば良いのでしょうか。。
1
+ ある数年間の気温（時別）データの中で前日同時刻との気温差の絶対値が大きい順に上位５を得たいのですが、python のpandas、numpyを使って処理しようと思いましたがわかりません。。diff()やresample()メソッドを使ったら良さそうな気がするのですが、どのような引数を使えばいいのか検討がつきません。。
2
-
3
- python のpandasを使って処理しようと思いましたがわかりません。。
4
2
 
5
3
 
6
4
 
7
- 例えば1月1日の１：００と1月2日の１：００の気温差を計算する。
5
+ 例えば1月1日の１：００と1月2日の１：００の気温差を計算する（絶対値）。
8
6
 
9
7
  date temperature
10
8
 
@@ -18,69 +16,13 @@
18
16
 
19
17
  4 2018/1/1 5:00 1.9
20
18
 
21
- 5 2018/1/1 6:00 1.6
22
19
 
23
- 6 2018/1/1 7:00 1.5
24
-
25
- 7 2018/1/1 8:00 2.7
26
-
27
- 8 2018/1/1 9:00 5.5
28
-
29
- 9 2018/1/1 10:00 8.1
30
-
31
- 10 2018/1/1 11:00 10.8
32
-
33
- 11 2018/1/1 12:00 12.2
34
-
35
- 12 2018/1/1 13:00 12.3
36
-
37
- 13 2018/1/1 14:00 12.4
38
-
39
- 14 2018/1/1 15:00 11.7
40
-
41
- 15 2018/1/1 16:00 10.5
42
-
43
- 16 2018/1/1 17:00 9.3
44
-
45
- 17 2018/1/1 18:00 8
46
-
47
- 18 2018/1/1 19:00 7.3
48
-
49
- 19 2018/1/1 20:00 6.7
50
-
51
- 20 2018/1/1 21:00 6
52
-
53
- 21 2018/1/1 22:00 5.9
54
-
55
- 22 2018/1/1 23:00 5.3
56
-
57
- 23 2018/1/2 0:00 3.8
58
-
59
- 24 2018/1/2 1:00 5
60
-
61
- 25 2018/1/2 2:00 5.6
62
-
63
- 26 2018/1/2 3:00 5.8
64
-
65
- 27 2018/1/2 4:00 5.3
66
-
67
- 28 2018/1/2 5:00 4
68
-
69
- 29 2018/1/2 6:00 1.3
70
20
 
71
21
  ... ... ...
72
22
 
73
23
 
74
24
 
75
- 1406 2018/2/28 15:00 13.6
76
25
 
77
- 1407 2018/2/28 16:00 12.4
78
-
79
- 1408 2018/2/28 17:00 11.7
80
-
81
- 1409 2018/2/28 18:00 11
82
-
83
- 1410 2018/2/28 19:00 10.5
84
26
 
85
27
  1411 2018/2/28 20:00 9.9
86
28
 

3

j

2018/09/11 02:19

投稿

退会済みユーザー
test CHANGED
@@ -1 +1 @@
1
- SQliteでの行間比較の仕方（python）
1
+ pandasを使って行間比較の仕方（python）
test CHANGED
File without changes

2

改善

2018/09/11 00:48

投稿

退会済みユーザー
test CHANGED
@@ -1 +1 @@
1
- SQliteでの行間比較の仕方
1
+ SQliteでの行間比較の仕方（python）
test CHANGED
@@ -1,4 +1,6 @@
1
1
  ある数年間の気温（時別）データの中で前日同時刻との気温差の絶対値が大きい順に上位５を得たいのですが、様々な関数(between,abs,orderby)などをどのように組み合わせれば良いのでしょうか。。
2
+
3
+ python のpandasを使って処理しようと思いましたがわかりません。。
2
4
 
3
5
 
4
6
 

1

改善

2018/09/11 00:29

投稿

退会済みユーザー
test CHANGED
File without changes
test CHANGED
@@ -1 +1,91 @@
1
- ある数年間の気温（時別）データの中で前日との気温差を絶対値で取得してその上位５を得たいのですが、様々な関数(between,abs,orderby)などをどのように組み合わせれば良いのでしょうか。。
1
+ ある数年間の気温（時別）データの中で前日同時刻との気温差の絶対値が大きい順に上位５を得たいのですが、様々な関数(between,abs,orderby)などをどのように組み合わせれば良いのでしょうか。。
2
+
3
+
4
+
5
+ 例えば1月1日の１：００と1月2日の１：００の気温差を計算する。
6
+
7
+ date temperature
8
+
9
+ 0 2018/1/1 1:00 1.5
10
+
11
+ 1 2018/1/1 2:00 1
12
+
13
+ 2 2018/1/1 3:00 1.2
14
+
15
+ 3 2018/1/1 4:00 0.6
16
+
17
+ 4 2018/1/1 5:00 1.9
18
+
19
+ 5 2018/1/1 6:00 1.6
20
+
21
+ 6 2018/1/1 7:00 1.5
22
+
23
+ 7 2018/1/1 8:00 2.7
24
+
25
+ 8 2018/1/1 9:00 5.5
26
+
27
+ 9 2018/1/1 10:00 8.1
28
+
29
+ 10 2018/1/1 11:00 10.8
30
+
31
+ 11 2018/1/1 12:00 12.2
32
+
33
+ 12 2018/1/1 13:00 12.3
34
+
35
+ 13 2018/1/1 14:00 12.4
36
+
37
+ 14 2018/1/1 15:00 11.7
38
+
39
+ 15 2018/1/1 16:00 10.5
40
+
41
+ 16 2018/1/1 17:00 9.3
42
+
43
+ 17 2018/1/1 18:00 8
44
+
45
+ 18 2018/1/1 19:00 7.3
46
+
47
+ 19 2018/1/1 20:00 6.7
48
+
49
+ 20 2018/1/1 21:00 6
50
+
51
+ 21 2018/1/1 22:00 5.9
52
+
53
+ 22 2018/1/1 23:00 5.3
54
+
55
+ 23 2018/1/2 0:00 3.8
56
+
57
+ 24 2018/1/2 1:00 5
58
+
59
+ 25 2018/1/2 2:00 5.6
60
+
61
+ 26 2018/1/2 3:00 5.8
62
+
63
+ 27 2018/1/2 4:00 5.3
64
+
65
+ 28 2018/1/2 5:00 4
66
+
67
+ 29 2018/1/2 6:00 1.3
68
+
69
+ ... ... ...
70
+
71
+
72
+
73
+ 1406 2018/2/28 15:00 13.6
74
+
75
+ 1407 2018/2/28 16:00 12.4
76
+
77
+ 1408 2018/2/28 17:00 11.7
78
+
79
+ 1409 2018/2/28 18:00 11
80
+
81
+ 1410 2018/2/28 19:00 10.5
82
+
83
+ 1411 2018/2/28 20:00 9.9
84
+
85
+ 1412 2018/2/28 21:00 9.9
86
+
87
+ 1413 2018/2/28 22:00 9.9
88
+
89
+ 1414 2018/2/28 23:00 7.8
90
+
91
+ 1415 2018/3/1 0:00 7.9