回答編集履歴
6
サンプルを更に追加
answer
CHANGED
|
@@ -72,4 +72,24 @@
|
|
|
72
72
|
plt.tight_layout()
|
|
73
73
|
plt.show()
|
|
74
74
|
```
|
|
75
|
-
のように書いても良いかもしれません。
|
|
75
|
+
のように書いても良いかもしれません。
|
|
76
|
+
|
|
77
|
+
---
|
|
78
|
+
【追記】
|
|
79
|
+
|
|
80
|
+
`value_counts().plot.bar()` で 描画するサンプル
|
|
81
|
+
|
|
82
|
+
```Python
|
|
83
|
+
fig, axs = plt.subplots(3,2, figsize=(10,6))
|
|
84
|
+
df.index.year.value_counts(sort=False).plot.bar(ax=axs[0,1])
|
|
85
|
+
pos = {2016:(1,0), 2017:(1,1), 2018:(2,0), 2019:(2,1)}
|
|
86
|
+
for year, d in df.groupby(df.index.year):
|
|
87
|
+
ax = axs[pos[year][0], pos[year][1]]
|
|
88
|
+
d.index.month.value_counts(sort=False).plot.bar(ax=ax)
|
|
89
|
+
ax.set_title(year)
|
|
90
|
+
ax.set_xlabel("month")
|
|
91
|
+
ax.set_ylabel("number")
|
|
92
|
+
|
|
93
|
+
plt.tight_layout()
|
|
94
|
+
plt.show()
|
|
95
|
+
```
|
5
マークダウンのミス修正
answer
CHANGED
|
@@ -22,10 +22,11 @@
|
|
|
22
22
|
上記のサンプルでは、
|
|
23
23
|
- `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
|
|
24
24
|
- `read_csv()` のパラメータに`index_col` を渡して、上記 time行を Indexに設定
|
|
25
|
-
しております。
|
|
26
25
|
|
|
27
|
-
|
|
26
|
+
をしております。
|
|
28
27
|
|
|
28
|
+
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。
|
|
29
|
+
|
|
29
30
|
[https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#indexing
|
|
30
31
|
](https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#indexing)
|
|
31
32
|
|
|
@@ -41,7 +42,7 @@
|
|
|
41
42
|
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。
|
|
42
43
|
|
|
43
44
|
|
|
44
|
-
で、これを使ってグラフの描画部分を行うには
|
|
45
|
+
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
|
|
45
46
|
|
|
46
47
|
```Python
|
|
47
48
|
fig, axs = plt.subplots(3,2, figsize=(10,6))
|
|
@@ -71,4 +72,4 @@
|
|
|
71
72
|
plt.tight_layout()
|
|
72
73
|
plt.show()
|
|
73
74
|
```
|
|
74
|
-
の
|
|
75
|
+
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
answer
CHANGED
|
@@ -62,7 +62,7 @@
|
|
|
62
62
|
fig, axs = plt.subplots(3,2, figsize=(10,6))
|
|
63
63
|
pos = {2016:(1,0), 2017:(1,1), 2018:(2,0), 2019:(2,1)}
|
|
64
64
|
for year, d in df.groupby(df.index.year):
|
|
65
|
-
ax = axs[
|
|
65
|
+
ax = axs[pos[year][0], pos[year][1]]
|
|
66
66
|
ax.hist(x=d.index.month, bins=range(1,12+1),alpha=0.5)
|
|
67
67
|
ax.set_title(year)
|
|
68
68
|
ax.set_xlabel("month")
|
3
説明追加
answer
CHANGED
|
@@ -1,6 +1,6 @@
|
|
|
1
1
|
まず複数のCSVファイルですが、各列に日時情報が入っているのであれば全てのデータをまとめて１つのDataFrameとして管理したほうが楽です。（データ量があまりにも大きくてメモリを圧迫する場合は除きますが）
|
|
2
2
|
|
|
3
|
-
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
|
|
3
|
+
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。
|
|
4
4
|
|
|
5
5
|
```Python
|
|
6
6
|
import pandas as pd
|
|
@@ -19,14 +19,32 @@
|
|
|
19
19
|
print(df)
|
|
20
20
|
```
|
|
21
21
|
|
|
22
|
+
上記のサンプルでは、
|
|
22
|
-
|
|
23
|
+
- `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
|
|
24
|
+
- `read_csv()` のパラメータに`index_col` を渡して、上記 time行を Indexに設定
|
|
25
|
+
しております。
|
|
23
26
|
|
|
24
|
-
|
|
27
|
+
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。
|
|
25
28
|
|
|
29
|
+
[https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#indexing
|
|
30
|
+
](https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#indexing)
|
|
31
|
+
|
|
32
|
+
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
|
|
33
|
+
|
|
26
34
|
```Python
|
|
35
|
+
for year, d in df.groupby(df.index.year):
|
|
36
|
+
# 何かしらの処理
|
|
37
|
+
print(f"{year} 年のデータ")
|
|
38
|
+
print(d)
|
|
39
|
+
```
|
|
27
40
|
|
|
41
|
+
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。
|
|
42
|
+
|
|
43
|
+
|
|
44
|
+
で、これを使ってグラフの描画部分を行うには
|
|
45
|
+
|
|
46
|
+
```Python
|
|
28
47
|
fig, axs = plt.subplots(3,2, figsize=(10,6))
|
|
29
|
-
|
|
30
48
|
for p, (year, d) in enumerate(df.groupby(df.index.year)):
|
|
31
49
|
ax = axs[(p+2)//2, (p+2)%2]
|
|
32
50
|
ax.hist(x=d.index.month, bins=range(1,12+1),alpha=0.5)
|
|
@@ -37,4 +55,20 @@
|
|
|
37
55
|
plt.tight_layout()
|
|
38
56
|
plt.show()
|
|
39
57
|
```
|
|
40
|
-
こんな感じになるのではないでしょうか。
|
|
58
|
+
こんな感じになるのではないでしょうか。
|
|
59
|
+
|
|
60
|
+
`enumerate` の部分が気に入らないのであれば dictを準備して
|
|
61
|
+
```Python
|
|
62
|
+
fig, axs = plt.subplots(3,2, figsize=(10,6))
|
|
63
|
+
pos = {2016:(1,0), 2017:(1,1), 2018:(2,0), 2019:(2,1)}
|
|
64
|
+
for year, d in df.groupby(df.index.year):
|
|
65
|
+
ax = axs[*pos[year]]
|
|
66
|
+
ax.hist(x=d.index.month, bins=range(1,12+1),alpha=0.5)
|
|
67
|
+
ax.set_title(year)
|
|
68
|
+
ax.set_xlabel("month")
|
|
69
|
+
ax.set_ylabel("number")
|
|
70
|
+
|
|
71
|
+
plt.tight_layout()
|
|
72
|
+
plt.show()
|
|
73
|
+
```
|
|
74
|
+
の方が良いかもしれません
|
2
説明追加
answer
CHANGED
|
File without changes
|
1
サンプル追加
answer
CHANGED
|
@@ -19,5 +19,22 @@
|
|
|
19
19
|
print(df)
|
|
20
20
|
```
|
|
21
21
|
|
|
22
|
-
上記のサンプルでは、
|
|
23
|
-
`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
|
|
22
|
+
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。
|
|
23
|
+
|
|
24
|
+
で描画部分は
|
|
25
|
+
|
|
26
|
+
```Python
|
|
27
|
+
|
|
28
|
+
fig, axs = plt.subplots(3,2, figsize=(10,6))
|
|
29
|
+
|
|
30
|
+
for p, (year, d) in enumerate(df.groupby(df.index.year)):
|
|
31
|
+
ax = axs[(p+2)//2, (p+2)%2]
|
|
32
|
+
ax.hist(x=d.index.month, bins=range(1,12+1),alpha=0.5)
|
|
33
|
+
ax.set_title(year)
|
|
34
|
+
ax.set_xlabel("month")
|
|
35
|
+
ax.set_ylabel("number")
|
|
36
|
+
|
|
37
|
+
plt.tight_layout()
|
|
38
|
+
plt.show()
|
|
39
|
+
```
|
|
40
|
+
こんな感じになるのではないでしょうか。
|