Pandas Data Offsets: MonthBegin.is_quarter_end を活用した四半期分析

Pandas Data Offsets: MonthBegin.is_quarter_end を徹底解説

• pandas.tseries.offsets.MonthBegin.is_quarter_end は、月初めの日付が四半期末かどうかを判定する関数です。
• 四半期とは、1年を4等分した期間です。(1月～3月、4月～6月、7月～9月、10月～12月)
• この関数は、データ分析や金融などの分野で、四半期ごとのデータ分析や比較などに役立ちます。

詳細

• 引数
  • なし
• 戻り値
  • True: 日付が四半期末の場合
  • False: 日付が四半期末でない場合
• 動作
  • 与えられた日付が四半期末かどうかをチェックします。
  • 四半期末とは、3月、6月、9月、12月の月末を指します。
  • 与えられた日付が月末かつ、その月が四半期末の月であれば、True を返します。
  • それ以外の場合は、False を返します。

例

import pandas as pd

# 2024年4月1日
date = pd.to_datetime("2024-04-01")

# 2024年4月1日が四半期末かどうかを確認
is_quarter_end = pd.tseries.offsets.MonthBegin.is_quarter_end(date)

# 結果: False
print(is_quarter_end)

# 2024年3月31日
date = pd.to_datetime("2024-03-31")

# 2024年3月31日が四半期末かどうかを確認
is_quarter_end = pd.tseries.offsets.MonthBegin.is_quarter_end(date)

# 結果: True
print(is_quarter_end)

補足

• MonthBegin は、月初めの日付を表すオフセットです。
• 四半期末かどうかを判定する他にも、MonthBegin には様々な機能があります。

応用

• 四半期ごとの売上データを集計
• 四半期ごとの株価の騰落率を分析
• 四半期ごとの顧客数の推移を比較

• ご不明な点がございましたら、お気軽にご質問ください。

Pandas Data Offsets: MonthBegin.is_quarter_end サンプルコード集

import pandas as pd

# 日付
date = pd.to_datetime("2024-04-01")

# 四半期末かどうかを確認
is_quarter_end = pd.tseries.offsets.MonthBegin.is_quarter_end(date)

# 結果: False
print(is_quarter_end)

四半期ごとの売上データを集計

import pandas as pd

# データフレーム
df = pd.DataFrame({
    "Date": pd.to_datetime(["2023-01-01", "2023-02-01", "2023-03-31", "2023-04-01", "2023-05-01", "2023-06-30"]),
    "売上": [100, 120, 150, 130, 140, 160]
})

# 四半期ごとに売上を集計
df = df.groupby(pd.Grouper(level="Date", freq="Q"))["売上"].sum()

# 結果
# Date  売上
# 2023-03-31  370
# 2023-06-30  290
# 2023-09-30  NaN
# 2023-12-31  NaN

四半期ごとの株価の騰落率を分析

import pandas as pd

# データフレーム
df = pd.DataFrame({
    "Date": pd.to_datetime(["2023-01-01", "2023-02-01", "2023-03-31", "2023-04-01", "2023-05-01", "2023-06-30"]),
    "始値": [100, 110, 120, 115, 125, 130],
    "終値": [110, 120, 130, 125, 135, 140]
})

# 四半期ごとの騰落率を計算
df["騰落率"] = (df["終値"] - df["始値"]) / df["始値"]

# 四半期ごとに騰落率を集計
df = df.groupby(pd.Grouper(level="Date", freq="Q"))["騰落率"].mean()

# 結果
# Date  騰落率
# 2023-03-31  0.1
# 2023-06-30  0.08333333333333333
# 2023-09-30  NaN
# 2023-12-31  NaN

四半期ごとの顧客数の推移を比較

import pandas as pd

# データフレーム
df = pd.DataFrame({
    "Date": pd.to_datetime(["2023-01-01", "2023-02-01", "2023-03-31", "2023-04-01", "2023-05-01", "2023-06-30"]),
    "顧客数": [100, 110, 120, 115, 125, 130]
})

# 四半期ごとに顧客数を集計
df = df.groupby(pd.Grouper(level="Date", freq="Q"))["顧客数"].sum()

# 四半期ごとの顧客数の推移をグラフで比較
df.plot()

• 上記はあくまでもサンプルコードです。
• ご自身の目的に合わせて、コードを修正してください。
• Pandas の公式ドキュメントなどを参考にしながら、学習を進めてください。

• Python チュートリアル

Pandas Data Offsets: MonthBegin.is_quarter_end 以外の方法

datetime.month 属性を使用する

import pandas as pd

# 日付
date = pd.to_datetime("2024-04-01")

# 月を取得
month = date.month

# 四半期末かどうかを確認
is_quarter_end = month in (3, 6, 9, 12)

# 結果: False
print(is_quarter_end)

quarter 属性を使用する

import pandas as pd

# 日付
date = pd.to_datetime("2024-04-01")

# 四半期を取得
quarter = date.quarter

# 四半期末かどうかを確認
is_quarter_end = quarter == 4

# 結果: False
print(is_quarter_end)

自作関数を使用する

def is_quarter_end(date):
  """
  日付が四半期末かどうかを判定する関数

  Args:
      date: 日付 (pandas.Timestamp)

  Returns:
      True: 日付が四半期末の場合
      False: 日付が四半期末でない場合
  """

  month = date.month
  quarter = date.quarter

  return month in (3, 6, 9, 12) and quarter == 4

# 日付
date = pd.to_datetime("2024-04-01")

# 四半期末かどうかを確認
is_quarter_end = is_quarter_end(date)

# 結果: False
print(is_quarter_end)

.dt.is_quarter_end メソッドを使用する (Pandas 1.4.0 以降)

import pandas as pd

# 日付
date = pd.to_datetime("2024-04-01")

# 四半期末かどうかを確認
is_quarter_end = date.dt.is_quarter_end

# 結果: False
print(is_quarter_end)

• 読みやすさを重視する場合は、1. datetime.month 属性を使用する または 2. quarter 属性を使用する がおすすめです。
• 汎用性を重視する場合は、3. 自作関数を使用する がおすすめです。
• Pandas 1.4.0 以降を使用している場合は、4. .dt.is_quarter_end メソッドを使用する がおすすめです。