teratail
回答率
85.30%
teratail header banner
teratail header banner
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
title CHANGED
File without changes
body CHANGED
@@ -1,18 +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。。
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
- 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）。
4
- date temperature
5
- 0 2018/1/1 1:00 1.5
6
- 1 2018/1/1 2:00 1
7
- 2 2018/1/1 3:00 1.2
8
- 3 2018/1/1 4:00 0.6
9
- 4 2018/1/1 5:00 1.9
10
-
11
- ... ... ...
12
-
13
-
14
- 1411 2018/2/28 20:00 9.9
15
- 1412 2018/2/28 21:00 9.9
16
- 1413 2018/2/28 22:00 9.9
17
- 1414 2018/2/28 23:00 7.8
18
- 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
title CHANGED
File without changes
body CHANGED
File without changes

5

d

2018/09/11 02:21

投稿

退会済みユーザー
title CHANGED
@@ -1,1 +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
body CHANGED
File without changes

4

d

2018/09/11 02:20

投稿

退会済みユーザー
title CHANGED
File without changes
body CHANGED
@@ -1,45 +1,16 @@
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
- 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。。
3
2
 
4
- 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。
3
+ 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）。
5
4
  date temperature
6
5
  0 2018/1/1 1:00 1.5
7
6
  1 2018/1/1 2:00 1
8
7
  2 2018/1/1 3:00 1.2
9
8
  3 2018/1/1 4:00 0.6
10
9
  4 2018/1/1 5:00 1.9
11
- 5 2018/1/1 6:00 1.6
10
+
12
- 6 2018/1/1 7:00 1.5
13
- 7 2018/1/1 8:00 2.7
14
- 8 2018/1/1 9:00 5.5
15
- 9 2018/1/1 10:00 8.1
16
- 10 2018/1/1 11:00 10.8
17
- 11 2018/1/1 12:00 12.2
18
- 12 2018/1/1 13:00 12.3
19
- 13 2018/1/1 14:00 12.4
20
- 14 2018/1/1 15:00 11.7
21
- 15 2018/1/1 16:00 10.5
22
- 16 2018/1/1 17:00 9.3
23
- 17 2018/1/1 18:00 8
24
- 18 2018/1/1 19:00 7.3
25
- 19 2018/1/1 20:00 6.7
26
- 20 2018/1/1 21:00 6
27
- 21 2018/1/1 22:00 5.9
28
- 22 2018/1/1 23:00 5.3
29
- 23 2018/1/2 0:00 3.8
30
- 24 2018/1/2 1:00 5
31
- 25 2018/1/2 2:00 5.6
32
- 26 2018/1/2 3:00 5.8
33
- 27 2018/1/2 4:00 5.3
34
- 28 2018/1/2 5:00 4
35
- 29 2018/1/2 6:00 1.3
36
11
  ... ... ...
37
12
 
38
- 1406 2018/2/28 15:00 13.6
13
+
39
- 1407 2018/2/28 16:00 12.4
40
- 1408 2018/2/28 17:00 11.7
41
- 1409 2018/2/28 18:00 11
42
- 1410 2018/2/28 19:00 10.5
43
14
  1411 2018/2/28 20:00 9.9
44
15
  1412 2018/2/28 21:00 9.9
45
16
  1413 2018/2/28 22:00 9.9

3

j

2018/09/11 02:19

投稿

退会済みユーザー
title CHANGED
@@ -1,1 +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）
body CHANGED
File without changes

2

改善

2018/09/11 00:48

投稿

退会済みユーザー
title CHANGED
@@ -1,1 +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）
body CHANGED
@@ -1,4 +1,5 @@
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
+ 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
3
 
3
4
  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。
4
5
  date temperature

1

改善

2018/09/11 00:29

投稿

退会済みユーザー
title CHANGED
File without changes
body CHANGED
@@ -1,1 +1,46 @@
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
+ 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。
4
+ date temperature
5
+ 0 2018/1/1 1:00 1.5
6
+ 1 2018/1/1 2:00 1
7
+ 2 2018/1/1 3:00 1.2
8
+ 3 2018/1/1 4:00 0.6
9
+ 4 2018/1/1 5:00 1.9
10
+ 5 2018/1/1 6:00 1.6
11
+ 6 2018/1/1 7:00 1.5
12
+ 7 2018/1/1 8:00 2.7
13
+ 8 2018/1/1 9:00 5.5
14
+ 9 2018/1/1 10:00 8.1
15
+ 10 2018/1/1 11:00 10.8
16
+ 11 2018/1/1 12:00 12.2
17
+ 12 2018/1/1 13:00 12.3
18
+ 13 2018/1/1 14:00 12.4
19
+ 14 2018/1/1 15:00 11.7
20
+ 15 2018/1/1 16:00 10.5
21
+ 16 2018/1/1 17:00 9.3
22
+ 17 2018/1/1 18:00 8
23
+ 18 2018/1/1 19:00 7.3
24
+ 19 2018/1/1 20:00 6.7
25
+ 20 2018/1/1 21:00 6
26
+ 21 2018/1/1 22:00 5.9
27
+ 22 2018/1/1 23:00 5.3
28
+ 23 2018/1/2 0:00 3.8
29
+ 24 2018/1/2 1:00 5
30
+ 25 2018/1/2 2:00 5.6
31
+ 26 2018/1/2 3:00 5.8
32
+ 27 2018/1/2 4:00 5.3
33
+ 28 2018/1/2 5:00 4
34
+ 29 2018/1/2 6:00 1.3
35
+ ... ... ...
36
+
37
+ 1406 2018/2/28 15:00 13.6
38
+ 1407 2018/2/28 16:00 12.4
39
+ 1408 2018/2/28 17:00 11.7
40
+ 1409 2018/2/28 18:00 11
41
+ 1410 2018/2/28 19:00 10.5
42
+ 1411 2018/2/28 20:00 9.9
43
+ 1412 2018/2/28 21:00 9.9
44
+ 1413 2018/2/28 22:00 9.9
45
+ 1414 2018/2/28 23:00 7.8
46
+ 1415 2018/3/1 0:00 7.9