Python Pandas - 指定したタイムスタンプを期間（Period）に変換する方法
Pandasで指定したタイムスタンプを期間に変換するには、timestamp.to_period() メソッドを使用します。このメソッドでは、freq パラメータを使って頻度を指定することができます。
必要なライブラリのインポート
まず、必要なライブラリをインポートします。
import pandas as pd
タイムスタンプオブジェクトの作成
次に、Pandasでタイムスタンプオブジェクトを作成します。
timestamp = pd.Timestamp('2021-09-14T15:12:34.261811624')タイムスタンプから期間への変換
タイムスタンプを期間に変換します。ここでは、freq パラメータに 'M' を指定して、頻度を「月」に設定しています。
timestamp.to_period(freq='M')
完全なコード例
以下が実際のコードです。
import pandas as pd
# Pandasでタイムスタンプオブジェクトを作成
timestamp = pd.Timestamp('2021-09-14T15:12:34.261811624')
# タイムスタンプを表示
print("Timestamp...\n", timestamp)
# タイムスタンプを期間に変換
# freq パラメータに 'M' を指定して、頻度を「月」に設定
print("\nTimestamp to Period...\n", timestamp.to_period(freq='M'))出力結果
上記のコードを実行すると、以下のような出力が得られます。
Timestamp... 2021-09-14 15:12:34.261811624 Timestamp to Period... 2021-09
補足：freq パラメータで指定できる主な頻度
freq パラメータには、変換後の期間の粒度を表すさまざまな値を指定できます。主なものは以下の通りです。
- 'Y'：年単位の期間
- 'Q'：四半期単位の期間
- 'M'：月単位の期間
- 'W'：週単位の期間
- 'D'：日単位の期間
- 'H'：時間単位の期間
用途に応じて適切な頻度を指定することで、タイムスタンプを柔軟に期間へ変換できます。
-
【Pandas入門】Pythonでタイムスタンプを比較する方法をわかりやすく解説
はじめに：Pandasでのタイムスタンプ比較の基本 データ分析の現場では、日付や時刻のデータ（タイムスタンプ）を扱う場面が非常に多くあります。例えば「購入日と整備日の差は何日か」「特定の日付以降のレコードだけを抽出したい」といったケースです。 Pandasでは、インデックス演算子（角括弧 []）を使って列にアクセスし、タイムスタンプ同士を直接比較・差分計算することができます。この記事では、具体的なサンプルコードを通じて、その方法をわかりやすく解説します。 1. ライブラリのインポート まず、必要なライブラリであるPandasをインポートします。 import pandas as pd 2.
-
【Python入門】文字列形式の辞書を辞書オブジェクトに変換する2つの方法
この記事では、文字列として表現された辞書を、キーと値のペアを持つ通常のPython辞書オブジェクトに変換する方法を解説します。主な方法としてjson.loads()とast.literal_eval()の2つを紹介します。 方法1：json.loads() を使う jsonモジュールのloads()関数は、JSON形式の文字列を解析し、データ構造を保持したままPythonオブジェクトへ変換します。文字列化された辞書を引数として渡すだけで、通常の辞書として結果を取得できます。 サンプルコード import json stringA = {Mon : 3, Wed : 5, Fri : 7} #