インデックス値に基づいてDataFrameの時系列データを切り詰めるプログラムを作成する方法

pandasのDataFrameで時系列データを扱う際、「特定の日付範囲のデータだけを抽出したい」という場面はよくあります。本記事では、truncate()メソッドを使って、インデックス値に基づいて時系列データを切り詰めるプログラムの作成方法を解説します。

処理前後のイメージ

週次の時系列データを持つDataFrameに対してtruncate()を適用すると、指定した範囲のデータのみが残ります。処理前後の出力は以下の通りです。

before truncate:
   Id time_series
0   1  2020-01-05
1   2  2020-01-12
2   3  2020-01-19
3   4  2020-01-26
4   5  2020-02-02
5   6  2020-02-09
6   7  2020-02-16
7   8  2020-02-23
8   9  2020-03-01
9  10  2020-03-08

after truncate:
  Id time_series
1   2  2020-01-12

解決手順

以下の手順でプログラムを作成していきます。

1. DataFrameを定義する:Id列(1〜10)を持つDataFrameを作成します。
2. date_range()で日付列を生成する:start='01/01/2020'、periods=10、freq='W'(週次)を指定したpd.date_range()により、開始日から1週間ごとの日付が10個生成され、df['time_series']に格納されます。
3. truncate()でデータを切り詰める:df.truncate()にbefore='01/01/2020'、after='10/02/2020'を指定して呼び出し、結果をresultに保存します。

まず、date_range()で日付列を生成する部分のコードです。

df['time_series'] = pd.date_range('01/01/2020',
                                  periods=10,
                                  freq='W')

続いて、truncate()を適用して結果を取得します。

result = df.truncate(before='01/01/2020', after='10/02/2020')

コード例(全体)

ここまでの手順をすべてまとめた実装例が以下です。

import pandas as pd

d = {'Id': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]}
df = pd.DataFrame(d)
df['time_series'] = pd.date_range('01/01/2020',
                                  periods=10,
                                  freq='W')

print(df)
result = df.truncate(before='01/01/2020', after='10/02/2020')
print(result)

実行結果

before truncate:
   Id time_series
0   1  2020-01-05
1   2  2020-01-12
2   3  2020-01-19
3   4  2020-01-26
4   5  2020-02-02
5   6  2020-02-09
6   7  2020-02-16
7   8  2020-02-23
8   9  2020-03-01
9  10  2020-03-08

after truncate:
  Id time_series
1   2  2020-01-12

補足:truncate()メソッドのポイント

truncate()は、before引数で指定した値より前の行と、after引数で指定した値より後ろの行を除外し、その間のデータだけを残すメソッドです。時系列データから特定の期間だけを分析対象にしたい場合などに活躍します。なお、日付文字列で範囲を指定する場合は、対象となるインデックスが適切にソートされている必要がある点に注意しましょう。