回答編集履歴
2
動かないコードを書いていたので動くコードに修正
answer
CHANGED
@@ -7,7 +7,8 @@
|
|
7
7
|
|
8
8
|
> pd.read_csvにて全データを取り込むところまで行ってるとして、
|
9
9
|
|
10
|
-
csvデータから読み取るのでしたら、まず購入日時をstr型あるいはdatetime型、売上をint型で読み込むといいと思います。売上は、もし","がcsvの方で入っていたらint型で読み込めないかもしれないので、その場合は文字列として読み込んで、
|
10
|
+
csvデータから読み取るのでしたら、まず購入日時をstr型あるいはdatetime型、売上をint型で読み込むといいと思います。売上は、もし","がcsvの方で入っていたらint型で読み込めないかもしれないので、その場合は文字列として読み込んで、"," を除去した上でint型にすればいいかなと思います。
|
11
|
+
`df["売上"].map(lambda x: int(x.replace(",","")))`
|
11
12
|
|
12
13
|
csvデータを読み込んだ形の以下のようなDataFrameがあると仮定して、回答します。
|
13
14
|
|
1
説明の修正
answer
CHANGED
@@ -34,7 +34,7 @@
|
|
34
34
|
|
35
35
|
前者のstr型の処理は、
|
36
36
|
0. 年月日に当てはまる部分の取得
|
37
|
-
0.
|
37
|
+
0. スペースの前までを取得
|
38
38
|
|
39
39
|
など書き方はいろいろありますが、前者でやってみます。
|
40
40
|
|
@@ -47,7 +47,7 @@
|
|
47
47
|
return x
|
48
48
|
|
49
49
|
|
50
|
-
# 購入日
|
50
|
+
# 購入日カラム作成
|
51
51
|
df["購入日"] = df["購入日時"].map(lambda x: str_ymd(x))
|
52
52
|
|
53
53
|
# 元のカラム削除
|