Pandas Data Offsets の活用：CustomBusinessDay オブジェクトで時系列データ分析をレベルアップ

Pandas Data Offsets と CustomBusinessDay.freqstr

Pandas の Data Offsets は、時系列データの分析に役立つ機能です。特定の期間（日数、月数、年数など）を基準に、日付や時刻を操作したり、新しい日付や時刻を生成することができます。

CustomBusinessDay は、Data Offsets の中でも、祝日を除いた営業日を基準とした操作を可能にするクラスです。freqstr 属性は、この CustomBusinessDay オブジェクトが持つ オフセットの頻度 を文字列で返します。

解説

CustomBusinessDay オブジェクトの作成

from pandas.tseries.offsets import CustomBusinessDay

# 米国の祝日カレンダーを使用
calendar = USFederalHolidayCalendar()

# 2営業日後のオフセットを作成
bday_offset = CustomBusinessDay(2, calendar=calendar)

freqstr 属性

# オフセットの頻度を取得
bday_offset.freqstr

出力例:

'2BUS'

解釈:

• 2 は、オフセットの 加算/減算する回数 を示します。
• BUS は、Business Day の略で、営業日 を意味します。

その他の freqstr 属性の例:

• 1BUS：1営業日後のオフセット
• CustomBusinessDay(n=3, holidays=['2024-03-14']).freqstr

'3BUS<2024-03-14>'：3営業日後のオフセット、2024年3月14日は除外

CustomBusinessDay オブジェクトの使用

# 2024年3月14日から2営業日後の日付を取得
date = pd.to_datetime('2024-03-14') + bday_offset

# 出力例：
# Timestamp('2024-03-16 00:00:00')

注意点:

• CustomBusinessDay オブジェクトは、祝日カレンダー に依存します。
• 祝日カレンダーは、自分で作成したり、ライブラリから読み込んだりすることができます。
• freqstr 属性は、オフセットの頻度を 文字列 で返すため、計算や比較には使用できません。

• CustomBusinessDay オブジェクトは、祝日を除いた営業日 を基準とした操作を可能にする。
• freqstr 属性は、CustomBusinessDay オブジェクトが持つ オフセットの頻度 を文字列で返す。

CustomBusinessDay オブジェクトを使ったサンプルコード

祝日カレンダーの指定

from pandas.tseries.offsets import CustomBusinessDay
from pandas.tseries.holiday import USFederalHolidayCalendar

# 米国の祝日カレンダーを使用
calendar = USFederalHolidayCalendar()

# 日本のカレンダーを使用
# calendar = JapanHolidayCalendar()

# 独自の祝日カレンダーを使用
# holidays = pd.to_datetime(['2024-03-14', '2024-03-15'])
# calendar = HolidayCalendar(holidays=holidays)

bday_offset = CustomBusinessDay(2, calendar=calendar)

日付の加算/減算

# 2024年3月14日から2営業日後の日付を取得
date = pd.to_datetime('2024-03-14') + bday_offset

# 出力例：
# Timestamp('2024-03-16 00:00:00')

# 2024年3月16日から1営業日前の日付を取得
date = pd.to_datetime('2024-03-16') - bday_offset

# 出力例：
# Timestamp('2024-03-15 00:00:00')

DatetimeIndex の作成

# 2024年3月14日から2024年3月20日まで、営業日だけのDatetimeIndexを作成
dates = pd.date_range('2024-03-14', '2024-03-20', freq=bday_offset)

# 出力例：
# DatetimeIndex(['2024-03-14', '2024-03-15', '2024-03-16', '2024-03-19'], dtype='datetime64[ns]', freq='<CustomBusinessDay: 2 days>')

時系列データの操作

# 2024年3月14日から2024年3月20日までの株価データを取得
stock_prices = pd.read_csv('stock_prices.csv', index_col='Date')

# 営業日だけの日付に絞り込む
stock_prices = stock_prices.loc[dates]

# 営業日ベースで株価の移動平均を計算
stock_prices['MA'] = stock_prices['Close'].rolling(5).mean()

# 出力例：
#              Open  High   Low  Close   Volume        MA
# Date                                                  
# 2024-03-14  100.0  105.0  95.0  100.0   100000  NaN
# 2024-03-15  101.0  106.0  96.0  101.0   101000  NaN
# 2024-03-16  102.0  107.0  97.0  102.0   102000  101.0
# 2024-03-19  103.0  108.0  98.0  103.0   103000  101.8

CustomBusinessDay オブジェクト 以外の方法

手動で祝日を除外

from pandas import to_datetime

# 祝日のリスト
holidays = pd.to_datetime(['2024-03-14', '2024-03-15'])

# 営業日だけのDatetimeIndexを作成
dates = pd.date_range('2024-03-14', '2024-03-20')

# 祝日を削除
dates = dates[~dates.isin(holidays)]

# 出力例：
# DatetimeIndex(['2024-03-16', '2024-03-19'], dtype='datetime64[ns]')

注意点:

• 祝日のリストを自分で作成する必要がある。
• 祝日の追加・削除が頻繁に発生する場合は、メンテナンスが大変になる。

これらのライブラリは、祝日判定機能 や 営業日数計算機能 を提供しており、CustomBusinessDay オブジェクトよりも柔軟な操作が可能です。

例：

from tseries import TimeSeries

# 米国の祝日カレンダーを使用
calendar = TimeSeries('US')

# 2024年3月14日から2024年3月20日までの営業日だけのDatetimeIndexを作成
dates = calendar.business_days(start_date='2024-03-14', end_date='2024-03-20')

# 出力例：
# DatetimeIndex(['2024-03-14', '2024-03-15', '2024-03-16', '2024-03-19'], dtype='datetime64[ns]')

注意点:

• ライブラリのインストールが必要。
• ライブラリの使用方法を習得する必要がある。

CustomBusinessDay オブジェクト 以外にも、手動での祝日除外 や 時系列ライブラリの利用 といった方法があります。

それぞれの方法にはメリットとデメリットがあるため、目的に合った方法を選択する必要があります。