pandas.Series.dt.day_name で日付データから曜日名を抽出！ 曜日分析・可視化の強力ツール

Pandas Series.dt.day_name: 日付データから曜日名を抽出する

メソッド概要

Series.dt.day_name(locale=None)

引数:

• locale: 曜日名を出力するロケールを設定します。デフォルトは英語（'en_US'）です。日本語の場合は 'ja_JP' を指定します。

戻り値:

• Series オブジェクト: 各日付データに対応する曜日名を要素とした Series オブジェクト

メソッドの動作

Series.dt.day_name メソッドは、Series オブジェクトに含まれる日付データに対して、曜日名を抽出します。抽出された曜日名は、新しい Series オブジェクトとして返されます。

例:

import pandas as pd

# サンプルデータを作成
dates = pd.to_datetime(['2024-04-17', '2024-04-16', '2024-04-15'])
data = pd.Series([10, 20, 30], index=dates)

# 曜日名を抽出
day_names = data.dt.day_name()

print(day_names)

出力:

0    Wednesday
1    Tuesday
2    Monday
Name: Timestamp, dtype: object

上記の例では、dates と data という Series オブジェクトを作成し、dt.day_name メソッドを用いて曜日名を抽出しています。出力結果を見ると、各日付データに対応する曜日名が抽出されていることがわかります。

メソッドの活用例

Series.dt.day_name メソッドは、以下のような場面で活用できます。

• データ分析: 曜日ごとのデータ分布を分析したり、曜日によって異なる傾向を比較したりする
• データ可視化: 曜日ごとに異なる色でグラフを作成したり、曜日ラベルを付加したカレンダーを作成したり
• データ加工: 曜日を条件にデータを集計したり、曜日ごとにデータを分割したり

Pandas Series.dt.day_name メソッドは、日付データから曜日名を簡単に抽出できる便利なツールです。データ分析や可視化において、曜日情報は重要な役割を果たします。このメソッドをマスターすることで、より効果的なデータ分析や可視化を行うことができます。

pandas.Series.dt.day_name メソッドのサンプルコード集

曜日ごとのデータ分析

import pandas as pd

# サンプルデータを作成
dates = pd.to_datetime(['2024-04-17', '2024-04-16', '2024-04-15', '2024-04-14', '2024-04-13'])
data = pd.Series([10, 20, 30, 40, 50], index=dates)

# 曜日ごとの平均値を算出
day_avg = data.groupby(data.dt.day_name()).mean()

print(day_avg)

出力:

Monday     35.0
Tuesday    20.0
Wednesday   10.0
Name: value, dtype: float64

上記のコードでは、groupby メソッドと組み合わせて、曜日ごとのデータ分析を行っています。各曜日におけるデータの平均値を算出することで、曜日によるデータ分布を把握することができます。

曜日ごとのデータ可視化

import pandas as pd
import matplotlib.pyplot as plt

# サンプルデータを作成
dates = pd.to_datetime(['2024-04-17', '2024-04-16', '2024-04-15', '2024-04-14', '2024-04-13'])
data = pd.Series([10, 20, 30, 40, 50], index=dates)

# 曜日ごとに色分けした棒グラフを作成
data.groupby(data.dt.day_name()).plot(kind='bar', color=['red', 'green', 'blue'])
plt.title('曜日ごとのデータ')
plt.xlabel('曜日')
plt.ylabel('値')
plt.show()

出力:

曜日ごとのデータ: [無効な URL を削除しました]

上記のコードでは、plot メソッドを用いて、曜日ごとに色分けした棒グラフを作成しています。各曜日のデータ分布を視覚的に確認することができます。

曜日を条件にデータを集計

import pandas as pd

# サンプルデータを作成
dates = pd.to_datetime(['2024-04-17', '2024-04-16', '2024-04-15', '2024-04-14', '2024-04-13'])
data = pd.Series([10, 20, 30, 40, 50], index=dates)

# 月曜日のデータのみを集計
monday_data = data[data.dt.day_name() == 'Monday']
monday_sum = monday_data.sum()

print(monday_sum)

出力:

35

上記のコードでは、loc メソッドを用いて、曜日を条件にデータを集計しています。ここでは、月曜日のデータのみを集計し、その合計値を算出しています。

曜日ごとにデータを分割

import pandas as pd

# サンプルデータを作成
dates = pd.to_datetime(['2024-04-17', '2024-04-16', '2024-04-15', '2024-04-14', '2024-04-13'])
data = pd.Series([10, 20, 30, 40, 50], index=dates)

# 曜日ごとにデータを分割
monday_data = data[data.dt.day_name() == 'Monday']
tuesday_data = data[data.dt.day_name() == 'Tuesday']
wednesday_data = data[data.dt.day_name() == 'Wednesday']

# 分割したデータ処理
print('月曜日:', monday_data)
print('火曜日:', tuesday_data)
print('水曜日:', wednesday_data)

出力:

月曜日: 0    10
Name

pandas.Series.dt.day_name メソッドの代替方法

strftime フォーマット

import pandas as pd

# サンプルデータを作成
dates = pd.to_datetime(['2024-04-17', '2024-04-16', '2024-04-15', '2024-04-14', '2024-04-13'])
data = pd.Series([10, 20, 30, 40, 50], index=dates)

# strftime フォーマットを使用して曜日名を抽出
day_names = data.index.strftime('%A')

print(day_names)

出力:

0    Wednesday
1    Tuesday
2    Monday
3    Sunday
4    Saturday
Name: Timestamp, dtype: object

上記のコードでは、strftime フォーマットを使用して、曜日名を抽出しています。%A フォーマットは、曜日名の完全な形式（例：Monday）を出力します。

利点:

• シンプルで分かりやすい
• 曜日名のフォーマットを自由に設定できる

欠点:

• パフォーマンスが遅い場合がある

isocalendar() モジュール

import pandas as pd
import calendar

# サンプルデータを作成
dates = pd.to_datetime(['2024-04-17', '2024-04-16', '2024-04-15', '2024-04-14', '2024-04-13'])
data = pd.Series([10, 20, 30, 40, 50], index=dates)

# `isocalendar` モジュールを使用して曜日名を抽出
day_names = [calendar.day_name[weekday] for weekday in data.dt.isocalendar().weekday]

print(day_names)

出力:

['Wednesday', 'Tuesday', 'Monday', 'Sunday', 'Saturday']

上記のコードでは、isocalendar モジュールを使用して、曜日名を抽出しています。isocalendar() メソッドは、日付情報から曜日番号と週番号を抽出するメソッドです。曜日番号に基づいて、calendar モジュールの day_name 属性から曜日名を取得しています。

利点:

• 高速に処理できる

欠点:

• 若干複雑なコードになる

カスタム関数

import pandas as pd

# サンプルデータを作成
dates = pd.to_datetime(['2024-04-17', '2024-04-16', '2024-04-15', '2024-04-14', '2024-04-13'])
data = pd.Series([10, 20, 30, 40, 50], index=dates)

# カスタム関数を使用して曜日名を抽出
def get_day_name(date):
    if date.weekday() == 0:
        return 'Sunday'
    elif date.weekday() == 1:
        return 'Monday'
    # ... 省略 ...
    else:
        return 'Saturday'

day_names = [get_day_name(date) for date in data.index]

print(day_names)

出力:

['Wednesday', 'Tuesday', 'Monday', 'Sunday', 'Saturday']

上記のコードでは、カスタム関数を使用して曜日名を抽出しています。カスタム関数では、曜日番号に応じて曜日名を返すように実装しています。

利点:

• 柔軟性に富んだ処理が可能

欠点:

• コード作成の手間がかかる
• 処理速度が遅くなる可能性がある

正規表現

import pandas as pd
import re

# サンプルデータを作成
dates = pd.to_datetime(['2024-04-17', '2024-04-16', '2024-04-15', '2024-04-14', '2024-04-13