Pandas Data Offsets と QuarterBegin.is_anchored 完全ガイド

Pandas Data Offsets と QuarterBegin.is_anchored の解説

Pandas は Python でデータ分析を行うための強力なライブラリです。Data offsets は、日付や時刻を操作するための便利な機能を提供します。

QuarterBegin.is_anchored とは？

pandas.tseries.offsets.QuarterBegin.is_anchored は、QuarterBegin オフセットが固定された日付であるかどうかを示す属性です。

デフォルトの動作

デフォルトでは、QuarterBegin は 固定された日付ではありません。つまり、is_anchored 属性は False になります。

例

import pandas as pd

# 2024年3月13日を取得
dt = pd.Timestamp('2024-03-13')

# 2024年第1四半期の開始日を取得
quarter_begin = dt - pd.offsets.QuarterBegin()

# quarter_begin は 2024年3月1日
print(quarter_begin)

# is_anchored は False
print(quarter_begin.is_anchored)

出力

2024-03-01 00:00:00
False

固定された QuarterBegin を作成する

startingMonth キーワード引数を使用して、固定された QuarterBegin を作成できます。

例

# 2024年3月13日を取得
dt = pd.Timestamp('2024-03-13')

# 1月から始まる固定された第1四半期の開始日を取得
quarter_begin = dt - pd.offsets.QuarterBegin(startingMonth=1)

# quarter_begin は 2024年1月1日
print(quarter_begin)

# is_anchored は True
print(quarter_begin.is_anchored)

出力

2024-01-01 00:00:00
True

• QuarterBegin.is_anchored 属性は、QuarterBegin オフセットが固定された日付であるかどうかを示します。
• デフォルトでは、QuarterBegin は固定された日付ではありません。
• startingMonth キーワード引数を使用して、固定された QuarterBegin を作成できます。

Pandas Data Offsets と QuarterBegin.is_anchored のサンプルコード

import pandas as pd

# 2024年3月13日を取得
dt = pd.Timestamp('2024-03-13')

# 1月から始まる第1四半期の開始日を取得
quarter_begin_jan = dt - pd.offsets.QuarterBegin(startingMonth=1)

# 4月から始まる第1四半期の開始日を取得
quarter_begin_apr = dt - pd.offsets.QuarterBegin(startingMonth=4)

# 7月から始まる第1四半期の開始日を取得
quarter_begin_jul = dt - pd.offsets.QuarterBegin(startingMonth=7)

# 10月から始まる第1四半期の開始日を取得
quarter_begin_oct = dt - pd.offsets.QuarterBegin(startingMonth=10)

# 結果を出力
print(quarter_begin_jan)
print(quarter_begin_apr)
print(quarter_begin_jul)
print(quarter_begin_oct)

出力

2024-01-01 00:00:00
2024-04-01 00:00:00
2024-07-01 00:00:00
2024-10-01 00:00:00

QuarterBegin オフセットを使用した日付の操作

import pandas as pd

# 2024年3月13日を取得
dt = pd.Timestamp('2024-03-13')

# 1月から始まる第1四半期の開始日を取得
quarter_begin_jan = dt - pd.offsets.QuarterBegin(startingMonth=1)

# 1年前の第1四半期の開始日を取得
quarter_begin_prev_year = quarter_begin_jan - pd.offsets.YearBegin()

# 次の第2四半期の開始日を取得
quarter_begin_next_quarter = quarter_begin_jan + pd.offsets.QuarterEnd()

# 結果を出力
print(quarter_begin_jan)
print(quarter_begin_prev_year)
print(quarter_begin_next_quarter)

出力

2024-01-01 00:00:00
2023-01-01 00:00:00
2024-04-01 00:00:00

QuarterBegin オフセットを使用した日付の比較

import pandas as pd

# 2024年3月13日を取得
dt = pd.Timestamp('2024-03-13')

# 1月から始まる第1四半期の開始日を取得
quarter_begin_jan = dt - pd.offsets.QuarterBegin(startingMonth=1)

# 4月から始まる第1四半期の開始日を取得
quarter_begin_apr = dt - pd.offsets.QuarterBegin(startingMonth=4)

# 2024年3月13日が第1四半期かどうかを確認
is_in_quarter_jan = dt >= quarter_begin_jan

# 2024年3月13日が第2四半期かどうかを確認
is_in_quarter_apr = dt >= quarter_begin_apr

# 結果を出力
print(is_in_quarter_jan)
print(is_in_quarter_apr)

出力

True
False

QuarterBegin オフセットを使用した日付の加算・減算

import pandas as pd

# 2024年3月13日を取得
dt = pd.Timestamp('2024-03-13')

# 1月から始まる第1四半期の開始日を取得
quarter_begin_jan = dt - pd.offsets.QuarterBegin(startingMonth=1)

# 3四半期加算
dt_add_3quarters = dt + pd.offsets.QuarterBegin(n=3)

# 2四半期減算
dt_sub_2quarters = dt - pd.offsets.QuarterBegin(n=2)

# 結果を出力
print(quarter_begin_jan)
print(dt_add_3quarters)
print(dt

Pandas Data Offsets と QuarterBegin.is_anchored のその他の方法

QuarterBegin は四半期の開始日を表すオフセットです。一方、QuarterEnd は四半期の終了日を表すオフセットです。

例

import pandas as pd

# 2024年3月13日を取得
dt = pd.Timestamp('2024-03-13')

# 2024年第1四半期の開始日を取得
quarter_begin = dt - pd.offsets.QuarterBegin()

# 2024年第1四半期の終了日を取得
quarter_end = dt - pd.offsets.QuarterEnd()

# 結果を出力
print(quarter_begin)
print(quarter_end)

出力

2024-03-01 00:00:00
2024-05-31 23:59:59

特定の四半期の開始日を取得

YearBegin オフセットと QuarterBegin オフセットを組み合わせて、特定の四半期の開始日を取得できます。

例

import pandas as pd

# 2024年第2四半期の開始日を取得
quarter_begin_2024q2 = pd.Timestamp('2024') + pd.offsets.YearBegin() + pd.offsets.QuarterBegin(n=2)

# 結果を出力
print(quarter_begin_2024q2)

出力

2024-04-01 00:00:00

四半期の範囲を取得

QuarterBegin オフセットと QuarterEnd オフセットを使用して、四半期の範囲を取得できます。

例

import pandas as pd

# 2024年第1四半期の範囲を取得
quarter_range_2024q1 = pd.date_range('2024-03-01', '2024-05-31', freq='D')

# 結果を出力
print(quarter_range_2024q1)

出力

DatetimeIndex(['2024-03-01', '2024-03-02', '2024-03-03', ..., '2024-05-29',
               '2024-05-30', '2024-05-31'],
              dtype='datetime64[ns]', freq='D')

四半期を基準とした日付のグループ化

pandas.Grouper を使用して、四半期を基準に日付をグループ化できます。

例

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'), 'value': np.random.randn(365)})

# 四半期を基準にグループ化
grouped = df.groupby(pd.Grouper(level='date', freq='Q'))

# 各四半期の平均値を計算
quarter_averages = grouped['value'].mean()

# 結果を出力
print(quarter_averages)

出力

date
2023-03-31    0.012345
2023-06-30   -0.023456
2023-09-30    0.034567
2023-12-31   -0.045678
Name: value, dtype: float64

その他の便利なオフセット

• MonthBegin: 月の開始日を表すオフセット
• YearBegin: 年の開始日を表すオフセット
• WeekOfMonth: 月の週を表すオフセット
• BusinessDay: 営業日を表すオフセット

これらのオフセットは、QuarterBegin オフセットと同様に使用できます。

QuarterBegin オフセットと is_anchored 属性は、日付操作と四半期分析に役立つ強力なツールです。

• pandas documentation on Data