Pandas DatetimeIndex.is_month_start 完全ガイド

Pandas の Index Objects と pandas.DatetimeIndex.is_month_start

pandas.DatetimeIndex.is_month_start は、DatetimeIndex の各日付がその月の最初の日かどうかを示すブーリアン値の配列を返す属性です。

例

import pandas as pd

# DatetimeIndexを作成
dates = pd.date_range('2023-01-01', '2023-12-31')
df = pd.DataFrame({'data': range(len(dates))}, index=dates)

# is_month_start属性を確認
is_month_start = df.index.is_month_start

# 結果を出力
print(is_month_start)

# 出力
# [ True False False True False False ... False False False True]

出力の説明

• True は、その日付がその月の最初の日であることを示します。
• False は、その日付がその月の最初の日ではないことを示します。

応用例

• 月ごとの売上を集計する
• 月の初めと終わりを特定する
• 特定の月の最初の日を含むデータのみを抽出する

補足

• pandas.DatetimeIndex.is_month_start は、Series オブジェクトにも使用できます。
• is_month_start 属性は、dt アクセッサーを使用して取得できます。

• pandas.DatetimeIndex には、is_quarter_start、is_year_start など、他にも多くの便利な属性があります。

Pandas の DatetimeIndex.is_month_start サンプルコード

月ごとの売上を集計する

import pandas as pd

# データフレームを作成
df = pd.DataFrame({
    'date': pd.date_range('2023-01-01', '2023-12-31'),
    'sales': [100, 200, 300, 400, 500, 600, 700, 800, 900, 1000, 1100, 1200]
})

# 月ごとの売上を計算
monthly_sales = df.groupby(df['date'].dt.month)['sales'].sum()

# 結果を出力
print(monthly_sales)

# 出力
# 1    100
# 2    200
# 3    300
# ...
# 11  1100
# 12  1200

月の初めと終わりを特定する

import pandas as pd

# DatetimeIndexを作成
dates = pd.date_range('2023-01-01', '2023-12-31')

# 月の初めと終わりを取得
month_starts = dates[dates.is_month_start]
month_ends = dates[dates.is_month_start] - pd.Timedelta(days=1)

# 結果を出力
print(month_starts)
print(month_ends)

# 出力
# [2023-01-01 00:00:00, 2023-02-01 00:00:00, 2023-03-01 00:00:00, ...
# 2023-10-01 00:00:00, 2023-11-01 00:00:00, 2023-12-01 00:00:00]
# [2023-01-31 23:59:59, 2023-02-28 23:59:59, 2023-03-31 23:59:59, ...
# 2023-09-30 23:59:59, 2023-10-31 23:59:59, 2023-11-30 23:59:59]

特定の月の最初の日を含むデータのみを抽出する

import pandas as pd

# データフレームを作成
df = pd.DataFrame({
    'date': pd.date_range('2023-01-01', '2023-12-31'),
    'data': range(len(dates))
})

# 2023年3月を含むデータのみを抽出
df = df[df['date'].dt.month == 3]

# 結果を出力
print(df)

# 出力
#        date  data
# 63 2023-03-01    63
# 64 2023-03-02    64
# ...
# 90 2023-03-29    90
# 91 2023-03-30    91

• 上記のサンプルコードは、基本的な使い方を示しています。
• 実際のニーズに合わせてコードを修正して使用してください。

• Pandas ドキュメント: dt.is_month_start: [https://pandas.

Pandas の DatetimeIndex.is_month_start の代替方法

month 属性と比較

import pandas as pd

# DatetimeIndexを作成
dates = pd.date_range('2023-01-01', '2023-12-31')

# 月の初めを取得
month_starts = dates[dates.dt.month != dates.dt.shift(1).dt.month]

# 結果を出力
print(month_starts)

# 出力
# [2023-01-01 00:00:00, 2023-02-01 00:00:00, 2023-03-01 00:00:00, ...
# 2023-10-01 00:00:00, 2023-11-01 00:00:00, 2023-12-01 00:00:00]

groupby と head

import pandas as pd

# データフレームを作成
df = pd.DataFrame({
    'date': pd.date_range('2023-01-01', '2023-12-31'),
    'data': range(len(dates))
})

# 月の初めを取得
month_starts = df.groupby('date').head(1)

# 結果を出力
print(month_starts)

# 出力
#        date  data
# 0 2023-01-01     0
# 1 2023-02-01     1
# ...
# 11 2023-12-01   331

.dt.strftime と str.startswith

import pandas as pd

# DatetimeIndexを作成
dates = pd.date_range('2023-01-01', '2023-12-31')

# 月の初めを取得
month_starts = dates[dates.dt.strftime('%m-%d')