Pandas Data Offsets でカスタムビジネス月の末日を扱う：詳細解説とサンプルコード

Pandas の Data Offsets における pandas.tseries.offsets.CustomBusinessMonthEnd.offset の詳細解説

pandas.tseries.offsets.CustomBusinessMonthEnd は、Pandas の Data Offsets ライブラリで提供されるクラスであり、カスタムビジネス月の末日 を基準とした日付オフセットを定義します。このオフセットは、指定された月数だけ、平日のみ を進めることができます。

概要

• 用途: 特定のカスタムビジネス月の末日を基準とした日付操作
• 利点: 祝日などを考慮した柔軟な日付オフセット設定が可能
• 主な機能:
  • 指定された月数だけ、平日のみ移動
  • 祝日を除外したカスタムビジネス月の末日を使用
  • 月末日が休日だった場合、翌営業日へ自動的に移動

構文

from pandas.tseries.offsets import CustomBusinessMonthEnd

offset = CustomBusinessMonthEnd(n=1, weekmask='Mon Tue Wed Thu Fri', holidays=[pd.Timestamp('2023-12-25')])

• n: 移動する月数（デフォルトは1）
• weekmask: 曜日マスク。有効な平日の曜日の文字列を指定します（例：'Mon Tue Wed Thu Fri'）
• holidays: 除外する祝日のリスト。pd.Timestamp オブジェクトで指定します

使い方

import pandas as pd

# データフレームの作成
df = pd.DataFrame({'date': pd.date_range('2023-01-01', '2024-01-01')})

# CustomBusinessMonthEnd オフセットの作成
offset = CustomBusinessMonthEnd(n=2, weekmask='Mon Tue Wed Thu Fri', holidays=[pd.Timestamp('2023-12-25')])

# オフセットを適用して新しい列を作成
df['next_business_month_end'] = df['date'] + offset

# 結果の確認
print(df)

出力例

          date  next_business_month_end
0    2023-01-01                2023-02-28
1    2023-01-02                2023-03-28
2    2023-01-03                2023-04-28
3    2023-01-04                2023-05-31
4    2023-01-05                2023-06-30
...

補足

• normalize パラメータを使用すると、結果を前月の末日へ丸められます。
• start パラメータを使用すると、オフセットの開始時点を指定できます。

• 上記以外にも、様々な Data Offsets クラスが用意されています。
• 特定のニーズに合ったオフセットを選択することで、柔軟な日付操作が可能になります。

Pandas Data Offsets のサンプルコード集

Pandas Data Offsets は、さまざまな日付操作を可能にする強力なツールです。ここでは、様々な Data Offsets クラスを用いたサンプルコードを紹介します。

Day-based Offsets

• pd.DateOffset(days=1): 1 日進めます
• pd.BDay(n=2): 2 営業日進めます
• pd.offsets.Week(n=-1): 1 週前へ移動します

import pandas as pd

# データフレームの作成
df = pd.DataFrame({'date': pd.date_range('2023-01-01', '2024-01-01')})

# 1 日進める
df['next_day'] = df['date'] + pd.DateOffset(days=1)

# 2 営業日進める
df['next_business_day'] = df['date'] + pd.BDay(n=2)

# 1 週前へ移動
df['previous_week'] = df['date'] - pd.offsets.Week(n=-1)

# 結果の確認
print(df)

Month-based Offsets

• pd.DateOffset(months=3): 3 ヶ月進めます
• pd.offsets.MonthEnd(n=2): 2 ヶ月後の月末へ移動します
• pd.offsets.BMonthEnd(n=-1): 前月の末日へ移動します

import pandas as pd

# データフレームの作成
df = pd.DataFrame({'date': pd.date_range('2023-01-01', '2024-01-01')})

# 3 ヶ月進める
df['three_months_later'] = df['date'] + pd.DateOffset(months=3)

# 2 ヶ月後の月末へ移動
df['two_months_end'] = df['date'] + pd.offsets.MonthEnd(n=2)

# 前月の末日へ移動
df['previous_month_end'] = df['date'] + pd.offsets.BMonthEnd(n=-1)

# 結果の確認
print(df)

Year-based Offsets

• pd.offsets.YearEnd(n=1): 来年の年末へ移動します

import pandas as pd

# データフレームの作成
df = pd.DataFrame({'date': pd.date_range('2023-01-01', '2024-01-01')})

# 2 年進める
df['two_years_later'] = df['date'] + pd.DateOffset(years=2)

# 来年の年末へ移動
df['next_year_end'] = df['date'] + pd.offsets.YearEnd(n=1)

# 2 年前の年末へ移動
df['two_years_before_end'] = df['date'] + pd.offsets.BYearEnd(n=-2)

# 結果の確認
print(df)

Relative Offsets

• pd.offsets.RelativeDateOffset(weekday=3, n=-1): 前回の金曜日へ移動します
• pd.offsets.RelativeMonthEnd(n=1, which='SU'): 次の末日（日曜日）へ移動します
• pd.offsets.Easter(n=2): イースターから 2 日後の日付を取得します

import pandas as pd

# データフレームの作成
df = pd.DataFrame({'date': pd.date_range('2023-01-01', '2024-01-01')})

# 前回の金曜日へ移動
df['last_friday'] = df['date'] + pd.offsets.RelativeDateOffset(weekday=3, n=-1)

# 次の末日（日曜日）へ移動
df['next_month_end_sunday'] = df['date'] + pd.offsets.RelativeMonthEnd(n=1, which='SU')

# イースターから 2 日後の日付を取得
df['two_days_after_easter'] = df['date'] + pd.offsets.Easter(n=2)

# 結果の確認
print(df)

Pandas Data Offsets を活用したその他の方法

Pandas Data Offsets は、日付操作以外にも様々な用途で活用できます。ここでは、いくつかの例をご紹介します。

特定の曜日を取得

• 特定の曜日のみを含む新しいデータフレームを作成できます。

import pandas as pd

# データフレームの作成
df = pd.DataFrame({'date': pd.date_range('2023-01-01', '2024-01-01')})

# 月曜日のみを含む新しいデータフレーム
mondays_df = df[df['date'].dt.weekday == 0]

# 結果の確認
print(mondays_df)

特定の期間をスキップ

• 特定の期間をスキップした新しいデータフレームを作成できます。

import pandas as pd

# データフレームの作成
df = pd.DataFrame({'date': pd.date_range('2023-01-01', '2024-01-01')})

# 12月を除いた新しいデータフレーム
no_december_df = df[~df['date'].dt.month == 12]

# 結果の確認
print(no_december_df)

日付間の差を計算

• 異なる日付間の差を計算できます。

import pandas as pd

# データフレームの作成
df = pd.DataFrame({'date': pd.date_range('2023-01-01', '2024-01-01')})

# 前の日付との差を計算
df['days_diff'] = df['date'].diff()

# 結果の確認
print(df)

特定の条件に基づいて日付を生成

• 特定の条件に基づいた日付のリストを生成できます。

import pandas as pd

# 特定の条件を満たす日付のリスト
dates = pd.date_range(start='2023-01-01', end='2024-01-01', freq='B')
filtered_dates = [date for date in dates if date.weekday() == 4]  # すべての木曜日

# 結果の確認
print(filtered_dates)

時系列データの分析

• 時系列データの分析に Data Offsets を活用できます。

import pandas as pd

# 時系列データの読み込み
data = pd.read_csv('data.csv', index_col='date', parse_dates=True)

# 移動平均線の計算
data['rolling_average'] = data['value'].rolling(window=20, offset='B').mean()

# 結果の確認
print(data)

• 上記以外にも、様々な活用方法があります。
• Data Offsets の公式ドキュメントを参照し、さらに詳しく調べてみてください。

Pandas Data Offsets は、柔軟で強力な日付操作ツールです。様々な用途に活用することで、データ分析を効率化できます。