回答編集履歴
6
サンプルを更に追加
test
CHANGED
|
@@ -147,3 +147,43 @@
|
|
|
147
147
|
```
|
|
148
148
|
|
|
149
149
|
のように書いても良いかもしれません。
|
|
150
|
+
|
|
151
|
+
|
|
152
|
+
|
|
153
|
+
---
|
|
154
|
+
|
|
155
|
+
【追記】
|
|
156
|
+
|
|
157
|
+
|
|
158
|
+
|
|
159
|
+
`value_counts().plot.bar()` で 描画するサンプル
|
|
160
|
+
|
|
161
|
+
|
|
162
|
+
|
|
163
|
+
```Python
|
|
164
|
+
|
|
165
|
+
fig, axs = plt.subplots(3,2, figsize=(10,6))
|
|
166
|
+
|
|
167
|
+
df.index.year.value_counts(sort=False).plot.bar(ax=axs[0,1])
|
|
168
|
+
|
|
169
|
+
pos = {2016:(1,0), 2017:(1,1), 2018:(2,0), 2019:(2,1)}
|
|
170
|
+
|
|
171
|
+
for year, d in df.groupby(df.index.year):
|
|
172
|
+
|
|
173
|
+
ax = axs[pos[year][0], pos[year][1]]
|
|
174
|
+
|
|
175
|
+
d.index.month.value_counts(sort=False).plot.bar(ax=ax)
|
|
176
|
+
|
|
177
|
+
ax.set_title(year)
|
|
178
|
+
|
|
179
|
+
ax.set_xlabel("month")
|
|
180
|
+
|
|
181
|
+
ax.set_ylabel("number")
|
|
182
|
+
|
|
183
|
+
|
|
184
|
+
|
|
185
|
+
plt.tight_layout()
|
|
186
|
+
|
|
187
|
+
plt.show()
|
|
188
|
+
|
|
189
|
+
```
|
5
マークダウンのミス修正
test
CHANGED
|
@@ -46,11 +46,13 @@
|
|
|
46
46
|
|
|
47
47
|
- `read_csv()` のパラメータに`index_col` を渡して、上記 time行を Indexに設定
|
|
48
48
|
|
|
49
|
+
|
|
50
|
+
|
|
49
|
-
しております。
|
|
51
|
+
をしております。
|
|
50
52
|
|
|
51
53
|
|
|
52
54
|
|
|
53
|
-
Indexにdatetime型のデータを渡して DatetimeIndex を設定するのは時系列データを扱う上でいろいろと便利なのでお勧めしておきます。
|
|
55
|
+
このように、Indexにdatetime型のデータを渡して DatetimeIndex を設定するのは時系列データを扱う上でいろいろと便利なのでお勧めしておきます。
|
|
54
56
|
|
|
55
57
|
|
|
56
58
|
|
|
@@ -84,7 +86,7 @@
|
|
|
84
86
|
|
|
85
87
|
|
|
86
88
|
|
|
87
|
-
で、これを使ってグラフの描画部分を行うには
|
|
89
|
+
で、これを使ってグラフの描画部分を行うには、subplotの場所を指定するために更に enumerate を使って
|
|
88
90
|
|
|
89
91
|
|
|
90
92
|
|
|
@@ -144,4 +146,4 @@
|
|
|
144
146
|
|
|
145
147
|
```
|
|
146
148
|
|
|
147
|
-
の
|
|
149
|
+
のように書いても良いかもしれません。
|
4
サンプルの間違い修正
test
CHANGED
|
@@ -126,7 +126,7 @@
|
|
|
126
126
|
|
|
127
127
|
for year, d in df.groupby(df.index.year):
|
|
128
128
|
|
|
129
|
-
ax = axs[
|
|
129
|
+
ax = axs[pos[year][0], pos[year][1]]
|
|
130
130
|
|
|
131
131
|
ax.hist(x=d.index.month, bins=range(1,12+1),alpha=0.5)
|
|
132
132
|
|
3
説明追加
test
CHANGED
|
@@ -2,7 +2,7 @@
|
|
|
2
2
|
|
|
3
3
|
|
|
4
4
|
|
|
5
|
-
複数のCSVファイルから１つのDataFrameを作成するのはこんな感じに
|
|
5
|
+
複数のCSVファイルから１つのDataFrameを作成するのはこんな感じになります。
|
|
6
6
|
|
|
7
7
|
|
|
8
8
|
|
|
@@ -40,21 +40,57 @@
|
|
|
40
40
|
|
|
41
41
|
|
|
42
42
|
|
|
43
|
+
上記のサンプルでは、
|
|
44
|
+
|
|
43
|
-
|
|
45
|
+
- `read_csv()` のパラメータに`parse_dates` を渡して、time行をdatetime型で読み込む
|
|
46
|
+
|
|
47
|
+
- `read_csv()` のパラメータに`index_col` を渡して、上記 time行を Indexに設定
|
|
48
|
+
|
|
49
|
+
しております。
|
|
44
50
|
|
|
45
51
|
|
|
46
52
|
|
|
53
|
+
Indexにdatetime型のデータを渡して DatetimeIndex を設定するのは時系列データを扱う上でいろいろと便利なのでお勧めしておきます。
|
|
54
|
+
|
|
55
|
+
|
|
56
|
+
|
|
57
|
+
[https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#indexing
|
|
58
|
+
|
|
59
|
+
](https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#indexing)
|
|
60
|
+
|
|
61
|
+
|
|
62
|
+
|
|
47
|
-
で
|
|
63
|
+
で、上記のように纏められた DataFrame から年毎の処理を行うには、``groupby()`` を使ってループ処理を行うことで
|
|
48
64
|
|
|
49
65
|
|
|
50
66
|
|
|
51
67
|
```Python
|
|
52
68
|
|
|
69
|
+
for year, d in df.groupby(df.index.year):
|
|
70
|
+
|
|
71
|
+
# 何かしらの処理
|
|
72
|
+
|
|
73
|
+
print(f"{year} 年のデータ")
|
|
74
|
+
|
|
75
|
+
print(d)
|
|
76
|
+
|
|
77
|
+
```
|
|
53
78
|
|
|
54
79
|
|
|
80
|
+
|
|
55
|
-
|
|
81
|
+
のように、ループ毎に year とそのデータを得ることが出来ます。
|
|
56
82
|
|
|
57
83
|
|
|
84
|
+
|
|
85
|
+
|
|
86
|
+
|
|
87
|
+
で、これを使ってグラフの描画部分を行うには
|
|
88
|
+
|
|
89
|
+
|
|
90
|
+
|
|
91
|
+
```Python
|
|
92
|
+
|
|
93
|
+
fig, axs = plt.subplots(3,2, figsize=(10,6))
|
|
58
94
|
|
|
59
95
|
for p, (year, d) in enumerate(df.groupby(df.index.year)):
|
|
60
96
|
|
|
@@ -77,3 +113,35 @@
|
|
|
77
113
|
```
|
|
78
114
|
|
|
79
115
|
こんな感じになるのではないでしょうか。
|
|
116
|
+
|
|
117
|
+
|
|
118
|
+
|
|
119
|
+
`enumerate` の部分が気に入らないのであれば dictを準備して
|
|
120
|
+
|
|
121
|
+
```Python
|
|
122
|
+
|
|
123
|
+
fig, axs = plt.subplots(3,2, figsize=(10,6))
|
|
124
|
+
|
|
125
|
+
pos = {2016:(1,0), 2017:(1,1), 2018:(2,0), 2019:(2,1)}
|
|
126
|
+
|
|
127
|
+
for year, d in df.groupby(df.index.year):
|
|
128
|
+
|
|
129
|
+
ax = axs[*pos[year]]
|
|
130
|
+
|
|
131
|
+
ax.hist(x=d.index.month, bins=range(1,12+1),alpha=0.5)
|
|
132
|
+
|
|
133
|
+
ax.set_title(year)
|
|
134
|
+
|
|
135
|
+
ax.set_xlabel("month")
|
|
136
|
+
|
|
137
|
+
ax.set_ylabel("number")
|
|
138
|
+
|
|
139
|
+
|
|
140
|
+
|
|
141
|
+
plt.tight_layout()
|
|
142
|
+
|
|
143
|
+
plt.show()
|
|
144
|
+
|
|
145
|
+
```
|
|
146
|
+
|
|
147
|
+
の方が良いかもしれません
|
2
説明追加
test
CHANGED
|
File without changes
|
1
サンプル追加
test
CHANGED
|
@@ -40,6 +40,40 @@
|
|
|
40
40
|
|
|
41
41
|
|
|
42
42
|
|
|
43
|
-
上記のサンプルでは、
|
|
43
|
+
上記のサンプルでは、`read_csv()` のパラメータに`parse_dates` を渡して、time行をdatetime型で読み込んでおります。
|
|
44
44
|
|
|
45
|
+
|
|
46
|
+
|
|
47
|
+
で描画部分は
|
|
48
|
+
|
|
49
|
+
|
|
50
|
+
|
|
51
|
+
```Python
|
|
52
|
+
|
|
53
|
+
|
|
54
|
+
|
|
55
|
+
fig, axs = plt.subplots(3,2, figsize=(10,6))
|
|
56
|
+
|
|
57
|
+
|
|
58
|
+
|
|
45
|
-
|
|
59
|
+
for p, (year, d) in enumerate(df.groupby(df.index.year)):
|
|
60
|
+
|
|
61
|
+
ax = axs[(p+2)//2, (p+2)%2]
|
|
62
|
+
|
|
63
|
+
ax.hist(x=d.index.month, bins=range(1,12+1),alpha=0.5)
|
|
64
|
+
|
|
65
|
+
ax.set_title(year)
|
|
66
|
+
|
|
67
|
+
ax.set_xlabel("month")
|
|
68
|
+
|
|
69
|
+
ax.set_ylabel("number")
|
|
70
|
+
|
|
71
|
+
|
|
72
|
+
|
|
73
|
+
plt.tight_layout()
|
|
74
|
+
|
|
75
|
+
plt.show()
|
|
76
|
+
|
|
77
|
+
```
|
|
78
|
+
|
|
79
|
+
こんな感じになるのではないでしょうか。
|