12 시계열 데이터¶
시계열 데이터는 데이터 분석 분야에서 중요하게 다루는 데이터 중 하나입니다. 우리가 지금까지 다룬 날씨 관측 데이터, 에볼라 전염병으로 인한 사망자 수 관측 데이터, 빌보드 차트 데이터에는 모두 시계열 데이터가 포함되어 있었죠. 즉, 일정 시간 간격으로 어떤 값을 기록한 데이터에서는 시계열 데이터가 매우 중요합니다. 따라서 데이터를 자유자재로 다룰 줄 알아야 유능한 데이터 분석가라고 할 수 있습니다. 그러면 시계열 데이터란 무엇인지 알아볼까요?
12-1 datetime 오브젝트¶
12-2 사례별 시계열 데이터 계산하기¶
12-1 datetime 오브젝트¶
datetime 라이브러리는 날짜와 시간을 처리하는 등의 다양한 기능을 제공하는 파이썬 라이브러리입니다. datetime 라이브러리에는 날자를 처리하는 date 오브젝트, 시간을 처리하는 time 오브젝트, 날짜와 시간을 모두 처리하는 datetime 오브젝트가 포함되어 있습니다. 앞으로 3개의 오브젝트를 명확히 구분하기 위해 영무을 그대로 살려 date, time, datetime 오브젝트라고 부르겠습니다.
datetime 오브젝트 사용하기¶
1.¶
datetime 오브젝트를 사용하기 위해 datetime 라이브러리를 불러옵니다.
In [1]:
from datetime import datetime
2.¶
now, today 메서드를 사용하면 다음과 같이 현재 시간을 출력할 수 있습니다.
In [2]:
now1 = datetime.now()
print(now1)
2021-03-31 23:18:45.159383
In [3]:
now2 = datetime.today()
print(now2)
2021-03-31 23:18:45.503513
3.¶
다음은 datetime 오브젝트를 생성할 때 시간을 직접 입력하여 인자로 전달한 것입니다. 각 변수를 출력하여 확인해 보면 입력한 시간을 바탕으로 datetime 오브젝트가 생성괸 것을 알 수 있습니다
In [4]:
t1 = datetime.now()
t2 = datetime(1970, 1, 1)
t3 = datetime(1970, 12, 12, 13, 24, 34)
print(t1)
print(t2)
print(t3)
2021-03-31 23:18:46.172945 1970-01-01 00:00:00 1970-12-12 13:24:34
4.¶
datetime 오브젝트를 사용하는 이유 중 하나는 시간 계산을 할 수 있다는 점입니다. 다음은 두 datetime 오브젝트의 차이를 구한 것입니다.
In [5]:
diff1 = t1 - t2
print(diff1)
print(type(diff1))
18717 days, 23:18:46.172945 <class 'datetime.timedelta'>
In [6]:
diff2 = t2 - t1
print(diff2)
print(type(diff2))
-18718 days, 0:41:13.827055 <class 'datetime.timedelta'>
datetime 오브젝트로 변환하기 - to_datetime 메서드¶
경우에 따라서는 시계열 데이터를 문자열로 저장해야 할 때도 있습니다. 하지만 문자열은 시간 계산을 할 수 없기 때문에 datetime 오브젝트로 변환해 주어야 합니다. 이번에는 to_datetime 메서드를 사용하여 문자열을 datetime 오브젝트로 변환하는 방법에 대해 알아보겠습니다.
In [7]:
import pandas as pd
import os
ebola = pd.read_csv('./data/country_timeseries.csv')
2.¶
ebola 데이터프레임을 보면 문자열로 저장된 Date 열이 있는 것을 알 수 있습니다.
In [8]:
print(ebola.info())
<class 'pandas.core.frame.DataFrame'> RangeIndex: 122 entries, 0 to 121 Data columns (total 18 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 Date 122 non-null object 1 Day 122 non-null int64 2 Cases_Guinea 93 non-null float64 3 Cases_Liberia 83 non-null float64 4 Cases_SierraLeone 87 non-null float64 5 Cases_Nigeria 38 non-null float64 6 Cases_Senegal 25 non-null float64 7 Cases_UnitedStates 18 non-null float64 8 Cases_Spain 16 non-null float64 9 Cases_Mali 12 non-null float64 10 Deaths_Guinea 92 non-null float64 11 Deaths_Liberia 81 non-null float64 12 Deaths_SierraLeone 87 non-null float64 13 Deaths_Nigeria 38 non-null float64 14 Deaths_Senegal 22 non-null float64 15 Deaths_UnitedStates 18 non-null float64 16 Deaths_Spain 16 non-null float64 17 Deaths_Mali 12 non-null float64 dtypes: float64(16), int64(1), object(1) memory usage: 17.3+ KB None
3.¶
to_datetime 메서드를 사용하면 Date 열의 자료형을 datetime 오브젝트로 변환할 수 있습니다. 다음과 같이 to_datetime 메서드를 사용하여 Date열의 자료형을 datetime 오브젝트로 변환한 다음 ebola 데이터프레임에 새로운 열로 추가합니다.
In [9]:
ebola['date_dt'] = pd.to_datetime(ebola['Date'])
print(ebola.info())
<class 'pandas.core.frame.DataFrame'> RangeIndex: 122 entries, 0 to 121 Data columns (total 19 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 Date 122 non-null object 1 Day 122 non-null int64 2 Cases_Guinea 93 non-null float64 3 Cases_Liberia 83 non-null float64 4 Cases_SierraLeone 87 non-null float64 5 Cases_Nigeria 38 non-null float64 6 Cases_Senegal 25 non-null float64 7 Cases_UnitedStates 18 non-null float64 8 Cases_Spain 16 non-null float64 9 Cases_Mali 12 non-null float64 10 Deaths_Guinea 92 non-null float64 11 Deaths_Liberia 81 non-null float64 12 Deaths_SierraLeone 87 non-null float64 13 Deaths_Nigeria 38 non-null float64 14 Deaths_Senegal 22 non-null float64 15 Deaths_UnitedStates 18 non-null float64 16 Deaths_Spain 16 non-null float64 17 Deaths_Mali 12 non-null float64 18 date_dt 122 non-null datetime64[ns] dtypes: datetime64[ns](1), float64(16), int64(1), object(1) memory usage: 18.2+ KB None
4.¶
to_datetime 메서드를 좀 더 자세히 알아볼까요? 시간 형식 지정자(%d, %m, %y)와 기호(|,-)를 적절히 조합하여 format 인자에 전달하면 그 형식에 맞게 정리된 datetime 오브젝트를 얻을 수 있습니다. 다음 실습을 참고하여 format 인자의 사용법을 꼭 익혀두세요.
In [10]:
test_df1 = pd.DataFrame({'order_day':['01/01/15', '02/01/15', '03/01/15']})
test_df1['date_dt1'] = pd.to_datetime(test_df1['order_day'], format = '%d/%m/%y')
test_df1['date_dt2'] = pd.to_datetime(test_df1['order_day'], format = '%m/%d/%y')
test_df1['date_dt3'] = pd.to_datetime(test_df1['order_day'], format = '%y/%m/%d')
print(test_df1)
order_day date_dt1 date_dt2 date_dt3 0 01/01/15 2015-01-01 2015-01-01 2001-01-15 1 02/01/15 2015-01-02 2015-02-01 2002-01-15 2 03/01/15 2015-01-03 2015-03-01 2003-01-15
In [11]:
test_df2 = pd.DataFrame({'order_day':['01-01-15', '02-01-15', '03-01-15']})
test_df2['date_dt'] = pd.to_datetime(test_df2['order_day'], format='%d-%m-%y')
print(test_df2)
order_day date_dt 0 01-01-15 2015-01-01 1 02-01-15 2015-01-02 2 03-01-15 2015-01-03
시간 형식 지정자¶
다음은 시간 형식 지정자를 정리한 표입니다. 이 장의 실습에서 종종 사용하므로 한 번 읽고 넘어가기 바랍니다.
- %a : 요일출력
- %A : 요일출력(긴 이름)
- %w : 요일 출력(숫자, 0부터 일요일)
- %d : 날짜 출력 (2자리표시)
- %b : 월 출력
- %B : 월 출력 (긴 이름)
- %m : 월 출력 (숫자)
- %y : 년 출력(2자리로 표시)
- %Y : 년 출력(4자리로 표시)
- %H : 시간출력(24시간)
- %l : 시간출력(12시간)
- %p : AM 또는 PM 출력
- %M : 분 출력(2자리로 표시)
- %S : 초 출력(2자리로 표시)
- %f : 마이크로초 출력
- %z : UTC 차이 출력
- %Z : 기준 지역 이름 출력
- %j : 올해의 지난 일 수 출력
- %U : 올해의 지난 주 수 출력
- %c : 날짜와 시간 출력
- %x : 날자 출력
- %X : 시간 출력
- %G : 년 출력
- %u : 요일 출력
- %V : 올해의 지난 주 수 출력(ISO 8601 형식)
datetime 오브젝트로 변환하기 - read_csv 메서드¶
앞에서는 to_datetime 메서드를 사용하여 문자열로 저장되어 있는 Date 열을 datetime 오브젝트로 변환했습니다. 하지만 datetime 오브젝트로 변환하려는 열을 지정하여 데이터 집합을 불러오는 것이 더 간단합니다. 다음 실습을 통해 알아보겠습니다.
datetime 오브젝트로 변환하려는 열을 지정하여 데이터 집합 불러오기¶
1.¶
다음은 read_csv 메서드의 parse_dates 인자에 datetime 오브젝트로 변환하고자 하는 열의 이름을 전달하여 데이터 집합을 불러온 것입니다. 결과를 보면 Date 열이 문자열이 아니라 datetime 오브젝트라는 것을 확인할 수 있습니다.
In [12]:
ebola1 = pd.read_csv('./data/country_timeseries.csv', parse_dates = ['Date'])
print(ebola1.info())
<class 'pandas.core.frame.DataFrame'> RangeIndex: 122 entries, 0 to 121 Data columns (total 18 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 Date 122 non-null datetime64[ns] 1 Day 122 non-null int64 2 Cases_Guinea 93 non-null float64 3 Cases_Liberia 83 non-null float64 4 Cases_SierraLeone 87 non-null float64 5 Cases_Nigeria 38 non-null float64 6 Cases_Senegal 25 non-null float64 7 Cases_UnitedStates 18 non-null float64 8 Cases_Spain 16 non-null float64 9 Cases_Mali 12 non-null float64 10 Deaths_Guinea 92 non-null float64 11 Deaths_Liberia 81 non-null float64 12 Deaths_SierraLeone 87 non-null float64 13 Deaths_Nigeria 38 non-null float64 14 Deaths_Senegal 22 non-null float64 15 Deaths_UnitedStates 18 non-null float64 16 Deaths_Spain 16 non-null float64 17 Deaths_Mali 12 non-null float64 dtypes: datetime64[ns](1), float64(16), int64(1) memory usage: 17.3 KB None
datetime 오브젝트에서 날짜 정보 추출하기¶
datetime 오브젝트에는 년,월,일과 같은 날짜 정보를 따로 저장하고 있는 속성이 이미 준비되어 있습니다. 다음 실습을 통해 datetime 오브젝트에서 날짜 정보를 하나씩 추출해 보겠습니다.
In [13]:
date_series = pd.Series(['2018-05-16', '2018-05-17', '2018-05-18'])
d1 = pd.to_datetime(date_series)
print(d1)
0 2018-05-16 1 2018-05-17 2 2018-05-18 dtype: datetime64[ns]
2.¶
datetime 오브젝트(d1)의 year,month,day 속성을 이용하면 년,월,일 정보를 바로 추출할 수 있습니다.
In [14]:
print(d1[0].year)
2018
In [15]:
print(d1[0].month)
5
In [16]:
print(d1[0].day)
16
In [17]:
ebola = pd.read_csv('./data/country_timeseries.csv')
ebola['date_dt'] = pd.to_datetime(ebola['Date'])
2.¶
다음은 dt 접근자를 사용하지 않고 인덱스가 3인 데이터의 년,월,일 데이터를 추출한 것입니다.
In [18]:
print(ebola[['Date', 'date_dt']].head())
Date date_dt 0 1/5/2015 2015-01-05 1 1/4/2015 2015-01-04 2 1/3/2015 2015-01-03 3 1/2/2015 2015-01-02 4 12/31/2014 2014-12-31
In [19]:
print(ebola['date_dt'][3].year)
2015
In [20]:
print(ebola['date_dt'][3].month)
1
In [21]:
print(ebola['date_dt'][3].day)
2
3.¶
과정 2와 같은 방법은 date_dt 열의 특정 데이터를 인덱스로 접근해야 하기 때문에 불편합니다. 다음은 dt 접근자로 date_dt 열에 한번에 접근한 다음 year 속성을 이용하여 연도값을 추출한 것입니다. 추출한 연도값은 ebola 데이터프레임의 새로운 열 (year)로 추가 했습니다.
In [22]:
ebola['year'] = ebola['date_dt'].dt.year
print(ebola[['Date', 'date_dt', 'year']].head())
Date date_dt year 0 1/5/2015 2015-01-05 2015 1 1/4/2015 2015-01-04 2015 2 1/3/2015 2015-01-03 2015 3 1/2/2015 2015-01-02 2015 4 12/31/2014 2014-12-31 2014
4.¶
다음은 과정 3을 응용하여 월,일 데이터를 한 번에 추출해서 새로운 열(month, day)로 추가한 것입니다.
In [23]:
ebola['month'], ebola['day'] = (ebola['date_dt'].dt.month, ebola['date_dt'].dt.day)
print(ebola[['Date', 'date_dt', 'year', 'month', 'day']].head())
Date date_dt year month day 0 1/5/2015 2015-01-05 2015 1 5 1 1/4/2015 2015-01-04 2015 1 4 2 1/3/2015 2015-01-03 2015 1 3 3 1/2/2015 2015-01-02 2015 1 2 4 12/31/2014 2014-12-31 2014 12 31
5.¶
ebola 데이터프레임에 새로 추가한 date_dt, year, month, day 열의 자료형을 출력한 것입니다. date_dt 열은 datetime 오브젝트이고 나머지는 정수형이라는 것을 알 수 있습니다.
In [24]:
print(ebola.info())
<class 'pandas.core.frame.DataFrame'> RangeIndex: 122 entries, 0 to 121 Data columns (total 22 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 Date 122 non-null object 1 Day 122 non-null int64 2 Cases_Guinea 93 non-null float64 3 Cases_Liberia 83 non-null float64 4 Cases_SierraLeone 87 non-null float64 5 Cases_Nigeria 38 non-null float64 6 Cases_Senegal 25 non-null float64 7 Cases_UnitedStates 18 non-null float64 8 Cases_Spain 16 non-null float64 9 Cases_Mali 12 non-null float64 10 Deaths_Guinea 92 non-null float64 11 Deaths_Liberia 81 non-null float64 12 Deaths_SierraLeone 87 non-null float64 13 Deaths_Nigeria 38 non-null float64 14 Deaths_Senegal 22 non-null float64 15 Deaths_UnitedStates 18 non-null float64 16 Deaths_Spain 16 non-null float64 17 Deaths_Mali 12 non-null float64 18 date_dt 122 non-null datetime64[ns] 19 year 122 non-null int64 20 month 122 non-null int64 21 day 122 non-null int64 dtypes: datetime64[ns](1), float64(16), int64(4), object(1) memory usage: 21.1+ KB None
In [25]:
print(ebola.iloc[-5:,:5])
Date Day Cases_Guinea Cases_Liberia Cases_SierraLeone 117 3/27/2014 5 103.0 8.0 6.0 118 3/26/2014 4 86.0 NaN NaN 119 3/25/2014 3 86.0 NaN NaN 120 3/24/2014 2 86.0 NaN NaN 121 3/22/2014 0 49.0 NaN NaN
2.¶
121행에서 볼 수 있듯이 에볼라가 발행하기 시작한 날은 2014년 3월 22일 입니다. 다으은 min 메서드를 사용하여 에볼라의 최초 발병일을 찾은 것입니다.
In [26]:
print(ebola['date_dt'].min())
print(type(ebola['date_dt'].min()))
2014-03-22 00:00:00 <class 'pandas._libs.tslibs.timestamps.Timestamp'>
3.¶
에볼라의 최초 발병일을 알아냈으니 Date 열에서 에볼라의 최초 발병일을 빼면 에볼라의 진행 정도를 알 수 있습니다.
In [27]:
ebola['outbreak_d'] = ebola['date_dt'] - ebola['date_dt'].min()
print(ebola[['Date', 'Day', 'outbreak_d']].head())
Date Day outbreak_d 0 1/5/2015 289 289 days 1 1/4/2015 288 288 days 2 1/3/2015 287 287 days 3 1/2/2015 286 286 days 4 12/31/2014 284 284 days
In [28]:
banks = pd.read_csv('./data/banklist.csv')
print(banks.head())
Bank Name City ST CERT \
0 Washington Federal Bank for Savings Chicago IL 30570
1 The Farmers and Merchants State Bank of Argonia Argonia KS 17719
2 Fayette County Bank Saint Elmo IL 1802
3 Guaranty Bank, (d/b/a BestBank in Georgia & Mi... Milwaukee WI 30003
4 First NBC Bank New Orleans LA 58302
Acquiring Institution Closing Date Updated Date
0 Royal Savings Bank 15-Dec-17 20-Dec-17
1 Conway Bank 13-Oct-17 20-Oct-17
2 United Fidelity Bank, fsb 26-May-17 26-Jul-17
3 First-Citizens Bank & Trust Company 5-May-17 26-Jul-17
4 Whitney Bank 28-Apr-17 5-Dec-17
2.¶
Closing Date, Updated Date 열의 데이터 자료형은 문자열입니다. 다음은 read_csv 메서드의 parse_dates 속성을 이용하여 문자열로 저장된 두 열을 datetime 오브젝트로 변환하여 불러온 것입니다.
In [29]:
banks_no_dates = pd.read_csv('./data/banklist.csv')
print(banks_no_dates.info())
<class 'pandas.core.frame.DataFrame'> RangeIndex: 555 entries, 0 to 554 Data columns (total 7 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 Bank Name 555 non-null object 1 City 555 non-null object 2 ST 555 non-null object 3 CERT 555 non-null int64 4 Acquiring Institution 555 non-null object 5 Closing Date 555 non-null object 6 Updated Date 555 non-null object dtypes: int64(1), object(6) memory usage: 30.5+ KB None
In [30]:
banks = pd.read_csv('./data/banklist.csv', parse_dates=[5,6])
print(banks.info())
<class 'pandas.core.frame.DataFrame'> RangeIndex: 555 entries, 0 to 554 Data columns (total 7 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 Bank Name 555 non-null object 1 City 555 non-null object 2 ST 555 non-null object 3 CERT 555 non-null int64 4 Acquiring Institution 555 non-null object 5 Closing Date 555 non-null datetime64[ns] 6 Updated Date 555 non-null datetime64[ns] dtypes: datetime64[ns](2), int64(1), object(4) memory usage: 30.5+ KB None
3.¶
dt접근자와 quarter 속성을 이용하면 은행이 파산한 분기를 알 수 있습니다. 다음은 dt접근자와 year,quarter 속성을 이용하여 은행이 파산한 연도, 분기를 새로운 열로 추가한 것입니다.
In [31]:
banks['closing_quarter'], banks['closing_year'] = (banks['Closing Date'].dt.quarter, banks['Closing Date'].dt.year)
print(banks.head())
Bank Name City ST CERT \
0 Washington Federal Bank for Savings Chicago IL 30570
1 The Farmers and Merchants State Bank of Argonia Argonia KS 17719
2 Fayette County Bank Saint Elmo IL 1802
3 Guaranty Bank, (d/b/a BestBank in Georgia & Mi... Milwaukee WI 30003
4 First NBC Bank New Orleans LA 58302
Acquiring Institution Closing Date Updated Date \
0 Royal Savings Bank 2017-12-15 2017-12-20
1 Conway Bank 2017-10-13 2017-10-20
2 United Fidelity Bank, fsb 2017-05-26 2017-07-26
3 First-Citizens Bank & Trust Company 2017-05-05 2017-07-26
4 Whitney Bank 2017-04-28 2017-12-05
closing_quarter closing_year
0 4 2017
1 4 2017
2 2 2017
3 2 2017
4 2 2017
4.¶
이제 연도별로 파산한 은행이 얼마나 되는지 알아볼까요? grouby 메서드를 사용하면 연도별로 파산한 은행의 개수를 구할 수 있습니다.
In [32]:
closing_year = banks.groupby(['closing_year']).size()
print(closing_year)
closing_year 2000 2 2001 4 2002 11 2003 3 2004 4 2007 3 2008 25 2009 140 2010 157 2011 92 2012 51 2013 24 2014 18 2015 8 2016 5 2017 8 dtype: int64
5.¶
각 연도별, 분기별로 파산한 은행의 개수도 알아보겠습니다. 다음은 banks 데이터프레임을 연도별로 그룹화한 다음 다시 분기별로 그룹화하여 출력한 것입니다.
In [33]:
closing_year_q = banks.groupby(['closing_year', 'closing_quarter']).size()
print(closing_year_q)
closing_year closing_quarter
2000 4 2
2001 1 1
2 1
3 2
2002 1 6
2 2
3 1
4 2
2003 1 1
2 1
4 1
2004 1 3
2 1
2007 1 1
3 1
4 1
2008 1 2
2 2
3 9
4 12
2009 1 21
2 24
3 50
4 45
2010 1 41
2 45
3 41
4 30
2011 1 26
2 22
3 26
4 18
2012 1 16
2 15
3 12
4 8
2013 1 4
2 12
3 6
4 2
2014 1 5
2 7
3 2
4 4
2015 1 4
2 1
3 1
4 2
2016 1 1
2 2
3 2
2017 1 3
2 3
4 2
dtype: int64
6.¶
다음은 과정5에서 얻은 값으로 그래프를 그린 것입니다.
In [34]:
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax = closing_year.plot()
plt.show()
fig, ax = plt.subplots()
ax = closing_year_q.plot()
plt.show()
테슬라 주식 데이터로 시간 계산하기¶
이번에는 pandas-datareader 라이브러리를 이용하여 주식 데이터를 불러오겠습니다. 이 라이브러리는 지금까지 설치한 적이 없는 라이브러리입니다. 다음을 아나콘다 프롬프트에 입력하여 pandas-datareader 라이브러리를 설치하세요.
In [35]:
!pip install pandas-datareader
Defaulting to user installation because normal site-packages is not writeable Requirement already satisfied: pandas-datareader in /home/goldang/.local/lib/python3.6/site-packages (0.9.0) Requirement already satisfied: requests>=2.19.0 in /home/goldang/.local/lib/python3.6/site-packages (from pandas-datareader) (2.25.1) Requirement already satisfied: lxml in /home/goldang/.local/lib/python3.6/site-packages (from pandas-datareader) (4.6.3) Requirement already satisfied: pandas>=0.23 in /home/goldang/.local/lib/python3.6/site-packages (from pandas-datareader) (1.1.5) Requirement already satisfied: numpy>=1.15.4 in /home/goldang/.local/lib/python3.6/site-packages (from pandas>=0.23->pandas-datareader) (1.19.5) Requirement already satisfied: pytz>=2017.2 in /home/goldang/.local/lib/python3.6/site-packages (from pandas>=0.23->pandas-datareader) (2021.1) Requirement already satisfied: python-dateutil>=2.7.3 in /home/goldang/.local/lib/python3.6/site-packages (from pandas>=0.23->pandas-datareader) (2.8.1) Requirement already satisfied: six>=1.5 in /home/goldang/.local/lib/python3.6/site-packages (from python-dateutil>=2.7.3->pandas>=0.23->pandas-datareader) (1.15.0) Requirement already satisfied: chardet<5,>=3.0.2 in /usr/lib/python3/dist-packages (from requests>=2.19.0->pandas-datareader) (3.0.4) Requirement already satisfied: idna<3,>=2.5 in /usr/lib/python3/dist-packages (from requests>=2.19.0->pandas-datareader) (2.6) Requirement already satisfied: urllib3<1.27,>=1.21.1 in /usr/lib/python3/dist-packages (from requests>=2.19.0->pandas-datareader) (1.22) Requirement already satisfied: certifi>=2017.4.17 in /usr/lib/python3/dist-packages (from requests>=2.19.0->pandas-datareader) (2018.1.18)
1.¶
다음은 get_data_quanal 메서드에 TSLA라는 문자열을 전달하여 테슬라의 주식 데이터를 내려받은 다음 to_csv 메서드를 사용하여 data 폴더 안에 'tesla_stock_quandl.csv'라는 이름으로 저장한 것입니다.
In [36]:
pd.core.common.is_list_like = pd.api.types.is_list_like
import pandas_datareader as pdr
tesla = pdr.get_data_quandl('TSLA', api_key = 'srXDVTSXUEfYySwasC3N')
tesla.to_csv('./data/tesla_stock_quandl.csv')
2.¶
tesla 데이터프레임의 Date 열은 문자열로 저장되어 있습니다. 즉, datetime 오브젝트로 자료형을 변환해야 시간 계산을 할 수 있습니다.
In [37]:
print(tesla.head())
Open High Low Close Volume ExDividend \
Date
2018-03-27 304.00 304.27 277.18 279.18 13696168.0 0.0
2018-03-26 307.34 307.59 291.36 304.18 8324639.0 0.0
2018-03-23 311.25 311.61 300.45 301.54 6600538.0 0.0
2018-03-22 313.89 318.82 308.18 309.10 4914307.0 0.0
2018-03-21 310.25 322.44 310.19 316.53 5927881.0 0.0
SplitRatio AdjOpen AdjHigh AdjLow AdjClose AdjVolume
Date
2018-03-27 1.0 304.00 304.27 277.18 279.18 13696168.0
2018-03-26 1.0 307.34 307.59 291.36 304.18 8324639.0
2018-03-23 1.0 311.25 311.61 300.45 301.54 6600538.0
2018-03-22 1.0 313.89 318.82 308.18 309.10 4914307.0
2018-03-21 1.0 310.25 322.44 310.19 316.53 5927881.0
3.¶
Date 열을 Datetime 형으로 변환하려면 read_csv 메서드로 데이터 집합(tesla_stock_quandl.csv)을 불러올 때 parse_dates 인자에 Date 열을 전달하면 됩니다.
In [38]:
tesla = pd.read_csv('./data/tesla_stock_quandl.csv', parse_dates=[0])
print(tesla.info())
<class 'pandas.core.frame.DataFrame'> RangeIndex: 500 entries, 0 to 499 Data columns (total 13 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 Date 500 non-null datetime64[ns] 1 Open 500 non-null float64 2 High 500 non-null float64 3 Low 500 non-null float64 4 Close 500 non-null float64 5 Volume 500 non-null float64 6 ExDividend 500 non-null float64 7 SplitRatio 500 non-null float64 8 AdjOpen 500 non-null float64 9 AdjHigh 500 non-null float64 10 AdjLow 500 non-null float64 11 AdjClose 500 non-null float64 12 AdjVolume 500 non-null float64 dtypes: datetime64[ns](1), float64(12) memory usage: 50.9 KB None
4.¶
Date 열의 자료형이 datetime 오브젝트로 변환되었습니다. 이제 dt 접근자를 사용할 수 있습니다. 다음은 불린 추출로 2010년 6월의 데이터만 추출한 것입니다.
In [39]:
print(tesla.loc[(tesla.Date.dt.year == 2010) & (tesla.Date.dt.month == 6)])
Empty DataFrame Columns: [Date, Open, High, Low, Close, Volume, ExDividend, SplitRatio, AdjOpen, AdjHigh, AdjLow, AdjClose, AdjVolume] Index: []
In [40]:
tesla.index = tesla['Date']
print(tesla.index)
DatetimeIndex(['2018-03-27', '2018-03-26', '2018-03-23', '2018-03-22',
'2018-03-21', '2018-03-20', '2018-03-19', '2018-03-16',
'2018-03-15', '2018-03-14',
...
'2016-04-14', '2016-04-13', '2016-04-12', '2016-04-11',
'2016-04-08', '2016-04-07', '2016-04-06', '2016-04-05',
'2016-04-04', '2016-04-01'],
dtype='datetime64[ns]', name='Date', length=500, freq=None)
2.¶
datetime 오브젝트를 인덱스로 지정하면 다음과 같은 방법으로 원하는 시간의 데이터를 바로 추출할 수 있습니다. 다음은 2015년의 데이터를 추출한 것입니다.
In [41]:
print(tesla['2015'].iloc[:5, :5])
Empty DataFrame Columns: [Date, Open, High, Low, Close] Index: []
3.¶
다음은 2010년 6월의 데이터를 추출한 것입니다.
In [42]:
print(tesla['2010-06'].iloc[:, :5])
Empty DataFrame Columns: [Date, Open, High, Low, Close] Index: []
시간 간격과 인덱스 - Timedeltalndex¶
예를 들어 주식 데이터에서 최초 5일간 수집된 데이터만 살펴보고 싶다면 어떻게 해야 할까요? 이런 경우에는 시간 간격을 인덱스로 지정하여 데이터를 추출하면 됩니다. 이번에는 datetime 오브젝트를 인덱스로 지정하는 것이 아니라 시간 간격을 인덱스로 지정하여 진행하겠습니다.
시간 간격을 인덱스로 지정해 데이터 추출하기¶
1.¶
Date 열에서 Date 열의 최솟값(2010-06-29)을 빼면 데이터를 수집한 이후에 시간이 얼마나 흘렀는지 알 수 있습니다. 다음은 Date 열에서 Date 열의 최솟값을 뺀 다음 ref_date열로 추하한 것입니다.
In [43]:
tesla['ref_date'] = tesla['Date'] - tesla['Date'].min()
print(tesla.head())
Date Open High Low Close Volume ExDividend \
Date
2018-03-27 2018-03-27 304.00 304.27 277.18 279.18 13696168.0 0.0
2018-03-26 2018-03-26 307.34 307.59 291.36 304.18 8324639.0 0.0
2018-03-23 2018-03-23 311.25 311.61 300.45 301.54 6600538.0 0.0
2018-03-22 2018-03-22 313.89 318.82 308.18 309.10 4914307.0 0.0
2018-03-21 2018-03-21 310.25 322.44 310.19 316.53 5927881.0 0.0
SplitRatio AdjOpen AdjHigh AdjLow AdjClose AdjVolume \
Date
2018-03-27 1.0 304.00 304.27 277.18 279.18 13696168.0
2018-03-26 1.0 307.34 307.59 291.36 304.18 8324639.0
2018-03-23 1.0 311.25 311.61 300.45 301.54 6600538.0
2018-03-22 1.0 313.89 318.82 308.18 309.10 4914307.0
2018-03-21 1.0 310.25 322.44 310.19 316.53 5927881.0
ref_date
Date
2018-03-27 725 days
2018-03-26 724 days
2018-03-23 721 days
2018-03-22 720 days
2018-03-21 719 days
2.¶
다음과 같이 ref_date 열을 인덱스로 지정했습니다. 이제 시간 간격(ref_date)을 이용하여 데이터를 추출할 수 있습니다.
In [44]:
tesla.index = tesla['ref_date']
print(tesla.iloc[:5, :5])
Date Open High Low Close ref_date 725 days 2018-03-27 304.00 304.27 277.18 279.18 724 days 2018-03-26 307.34 307.59 291.36 304.18 721 days 2018-03-23 311.25 311.61 300.45 301.54 720 days 2018-03-22 313.89 318.82 308.18 309.10 719 days 2018-03-21 310.25 322.44 310.19 316.53
3.¶
다음은 데이터를 수집한 이후 최초 5일의 데이터를 추출한 것입니다.
In [45]:
print(tesla['5day':].iloc[:5, :5])
Date Open High Low Close ref_date 5 days 2016-04-06 253.970 267.74 253.45 265.42 4 days 2016-04-05 240.500 256.56 240.00 255.47 3 days 2016-04-04 249.120 252.12 243.64 246.99 0 days 2016-04-01 244.825 247.90 233.25 237.59
시간 범위와 인덱스¶
앞에서 사용한 주식 데이터는 특정 일에 누락된 데이터가 없었습니다. 하지만 가끔은 데이터를 수집하지 못한 날도 있을 수 있겠죠. 만약 특정 일에 누락된 데이터도 포함시켜 데이터를 살펴보려면 어떻게 해야 할까요? 이런 경우에는 임의로 시간 범위를 생성하여 인덱스로 지정해야 합니다.
시간 범위 생성해 인덱스로 지정하기¶
1.¶
테슬라 주식 데이터는 특정 일에 누락된 데이터가 없습니다. 그래서 이번에는 에볼라 데이터 집합을 사용하겠습니다. 가장 앞쪽의 데이터를 살펴보면 2015년 01월 01일의 데이터가 누락된 것을 알 수 있습니다.
In [46]:
ebola = pd.read_csv('./data/country_timeseries.csv', parse_dates=[0])
print(ebola.iloc[:5, :5])
Date Day Cases_Guinea Cases_Liberia Cases_SierraLeone 0 2015-01-05 289 2776.0 NaN 10030.0 1 2015-01-04 288 2775.0 NaN 9780.0 2 2015-01-03 287 2769.0 8166.0 9722.0 3 2015-01-02 286 NaN 8157.0 NaN 4 2014-12-31 284 2730.0 8115.0 9633.0
2.¶
뒤쪽의 데이터도 마찬가지입니다. 2014년 03월 23일의 데이터가 누락되었습니다.
In [47]:
print(ebola.iloc[-5:, :5])
Date Day Cases_Guinea Cases_Liberia Cases_SierraLeone 117 2014-03-27 5 103.0 8.0 6.0 118 2014-03-26 4 86.0 NaN NaN 119 2014-03-25 3 86.0 NaN NaN 120 2014-03-24 2 86.0 NaN NaN 121 2014-03-22 0 49.0 NaN NaN
3.¶
다음은 date_range 메서드를 사용하여 2014년 12월 31일부터 2015년 01월 05일 사이의 시간 인덱스(DatetimeIndex)를 생성한 것입니다.
In [48]:
head_range = pd.date_range(start='2014-12-31', end='2015-01-05')
print(head_range)
DatetimeIndex(['2014-12-31', '2015-01-01', '2015-01-02', '2015-01-03',
'2015-01-04', '2015-01-05'],
dtype='datetime64[ns]', freq='D')
4.¶
다음은 원본 데이터를 손상시키는 것을 방지하기 위해 ebola 데이터프레임의 앞쪽 5개의 데이터를 추출하여 새로운 데이터프레임을 만든 것입니다. 이때 Date 열을 인덱스로 먼저 지정하지 않으면 오류가 발생합니다. 반드시 Date 열을 인덱스로 지정한 다음 과정3에서 생성한 시간 범위를 인덱스로 지정해야 합니다.
In [49]:
ebola_5 = ebola.head()
ebola_5.index = ebola_5['Date']
ebola_5.reindex(head_range)
print(ebola_5.iloc[:5, :5])
Date Day Cases_Guinea Cases_Liberia Cases_SierraLeone Date 2015-01-05 2015-01-05 289 2776.0 NaN 10030.0 2015-01-04 2015-01-04 288 2775.0 NaN 9780.0 2015-01-03 2015-01-03 287 2769.0 8166.0 9722.0 2015-01-02 2015-01-02 286 NaN 8157.0 NaN 2014-12-31 2014-12-31 284 2730.0 8115.0 9633.0
시간 범위의 주기 설정하기¶
시간 범위를 인덱스로 지정하면 DatetimeIndex 자료형이 만들어집니다. 그리고 DatetimeIndex에는 freq 속성이 포함되어 있죠. freq 속상값을 지정하면 시간 간격을 조절하여 DatetimeIndex를 만들 수 있습니다. 아래에 freq 속성값으로 사용할 수 있는 시간 주기를 표로 정리했습니다.
freq 속성값으로 사용할 수 있는 시간 주기¶
- B : 평일만 포함
- C : 사용자가 정의한 평일만 포함
- D : 달력 일자 단위
- W : 주간 단위
- M : 월 마지막 날만 포함
- SM : 15일과 월 마지막 날만 포함
- BM : M주기의 값이 휴일이면 제외하고 평일만 포함
- CBM : BM에 사용자 정의 평일을 적용
- MS : 월 시작일만 포함
- SMS : 월 시작일과 15일만 포함
- BMS : MS 주기의 값이 휴일이면 제외하고 평일만 포함
- CBMS : BMS에 사용자 정의 평일을 적용
- Q : 3,6,9,12월 마지막 날만 포함
- BQ : 3,6,9,12월 분기 마지막 나이 휴일이면 제외하고 평일만 포함
- BQS : 3,6,9,12월 분기 시작일이 휴일이면 제외하고 평일만 포함
- A : 년의 마지막 날만 포함
- BA : 년의 마지막 날이 휴일이면 제외하고 평일만 포함
- AS : 년의 시작일만 포함
- BAS : 년의 시작일이 휴일이면 제외하고 평일만 포함
- BH : 평일을 시간 단위로 포함 (09:00 ~ 16:00)
- H : 시간 단위로 포함 (00:00~00:00)
- T : 분 단위 포함
- S : 초 단위 포함
- L : 밀리초 단위 포함
- U : 마이크로초 단위 포함
- N : 나노초 단위 포함
다음은 date_range 메서드의 greq 인잣값을 B로 설정하여 평일만 포함시킨 DatetimeIndex를 만든 것입니다.
In [51]:
print(pd.date_range('2017-01-01', '2017-01-07', freq='B'))
DatetimeIndex(['2017-01-02', '2017-01-03', '2017-01-04', '2017-01-05',
'2017-01-06'],
dtype='datetime64[ns]', freq='B')
In [60]:
import matplotlib.pyplot as plt
ebola.index = ebola['Date']
fig, ax = plt.subplots( )
ax = ebola.iloc[0:, 1:].plot(ax=ax)
ax.legend(fontsize=7, loc=2, borderaxespad=0.)
plt.show()
2.¶
그런데 과정 1의 그래프는 각 나라의 에볼라 발병일이 달라 그래프가 그려지기 시작한 지점도 다릅니다. 달리기 속도를 비교하려면 같은 출발선에서 출발하여 시간을 측정해야겠죠? 에볼라의 확산 속도도 같은 방법으로 측정해야 합니다. 즉, 각 나라의 발병일을 가장 처음 에볼라가 발병한 Guinea와 동일한 위치로 옮겨야 나라별 에볼라의 확산 속도를 제대로 비교할 수 있습니다.
In [61]:
ebola_sub = ebola[['Day', 'Cases_Guinea', 'Cases_Liberia']]
print(ebola_sub.tail(10))
Day Cases_Guinea Cases_Liberia Date 2014-04-04 13 143.0 18.0 2014-04-01 10 127.0 8.0 2014-03-31 9 122.0 8.0 2014-03-29 7 112.0 7.0 2014-03-28 6 112.0 3.0 2014-03-27 5 103.0 8.0 2014-03-26 4 86.0 NaN 2014-03-25 3 86.0 NaN 2014-03-24 2 86.0 NaN 2014-03-22 0 49.0 NaN
. 그래프를 그리기 위한 데이터프레임 준비하기¶
다음은 Date 열의 자료형을 datetime 오브젝트로 변환하여 ebola 데이터프레임을 다시 생성한 것입니다. 그런데 중간에 아예 날짜가 없는 데이터(2015년 01월 01일)도 있습니다. 이 데이터도 포함시켜야 확산 속도를 제대로 비교할 수 있습니다.
In [63]:
ebola = pd.read_csv('./data/country_timeseries.csv', parse_dates= ['Date'])
print(ebola.head().iloc[:, :5])
Date Day Cases_Guinea Cases_Liberia Cases_SierraLeone 0 2015-01-05 289 2776.0 NaN 10030.0 1 2015-01-04 288 2775.0 NaN 9780.0 2 2015-01-03 287 2769.0 8166.0 9722.0 3 2015-01-02 286 NaN 8157.0 NaN 4 2014-12-31 284 2730.0 8115.0 9633.0
In [64]:
print(ebola.tail().iloc[:, :5])
Date Day Cases_Guinea Cases_Liberia Cases_SierraLeone 117 2014-03-27 5 103.0 8.0 6.0 118 2014-03-26 4 86.0 NaN NaN 119 2014-03-25 3 86.0 NaN NaN 120 2014-03-24 2 86.0 NaN NaN 121 2014-03-22 0 49.0 NaN NaN
4.¶
다음은 Date 열을 인덱스로 지정한 다음 ebola 데이터프레임의 Date 열의 최댓값과 최솟값으로 시간 범위를 생성하여 new_idx에 저장한 것입니다. 이렇게 하면 날자가 아예 없었던 데이터의 인덱스를 생성할 수 있습니다.
In [65]:
ebola.index = ebola['Date']
new_idx = pd.date_range(ebola.index.min(), ebola.index.max())
5.¶
그런데 new_idx를 살펴보면 ebola 데이터 집합에 있는 시간순서와 반대로 생성되어 있습니다. 다음은 시간 순서를 맞추기 위해 reversed 메서드를 사용하여 인덱스를 반대로 뒤집은 것입니다.
In [66]:
print(new_idx)
DatetimeIndex(['2014-03-22', '2014-03-23', '2014-03-24', '2014-03-25',
'2014-03-26', '2014-03-27', '2014-03-28', '2014-03-29',
'2014-03-30', '2014-03-31',
...
'2014-12-27', '2014-12-28', '2014-12-29', '2014-12-30',
'2014-12-31', '2015-01-01', '2015-01-02', '2015-01-03',
'2015-01-04', '2015-01-05'],
dtype='datetime64[ns]', length=290, freq='D')
In [67]:
new_idx = reversed(new_idx)
6.¶
다음은 reindex 메서드를 사용하여 새로 생성한 인덱스(new_idx)를 새로운 인덱스로 지정한 것입니다. 그러면 2015년 01월 01일 데이터와 같은 ebola 데이터프레임에 아예 없었던 날짜가 추가됩니다. 이제 그래프를 그리기 위한 데이터프레임이 준비되었습니다.
In [68]:
ebola = ebola.reindex(new_idx)
print(ebola.head().iloc[:, :5])
Date Day Cases_Guinea Cases_Liberia Cases_SierraLeone Date 2015-01-05 2015-01-05 289.0 2776.0 NaN 10030.0 2015-01-04 2015-01-04 288.0 2775.0 NaN 9780.0 2015-01-03 2015-01-03 287.0 2769.0 8166.0 9722.0 2015-01-02 2015-01-02 286.0 NaN 8157.0 NaN 2015-01-01 NaT NaN NaN NaN NaN
In [69]:
print(ebola.tail().iloc[:, :5])
Date Day Cases_Guinea Cases_Liberia Cases_SierraLeone Date 2014-03-26 2014-03-26 4.0 86.0 NaN NaN 2014-03-25 2014-03-25 3.0 86.0 NaN NaN 2014-03-24 2014-03-24 2.0 86.0 NaN NaN 2014-03-23 NaT NaN NaN NaN NaN 2014-03-22 2014-03-22 0.0 49.0 NaN NaN
7. 각 나라의 에볼라 발병일 옮기기¶
다음은 last_valid_index, first_valid_index 메서드를 사용하여 각 나라의 에볼라 발병일을 구한 것입니다. 각각의 메서드는 유효한 값이 있는 첫 번째와 마지막 인덱스를 반환합니다. 다음을 입력하고 결과를 확인해 보세요.
In [70]:
last_valid = ebola.apply(pd.Series.last_valid_index)
print(last_valid)
Date 2014-03-22 Day 2014-03-22 Cases_Guinea 2014-03-22 Cases_Liberia 2014-03-27 Cases_SierraLeone 2014-03-27 Cases_Nigeria 2014-07-23 Cases_Senegal 2014-08-31 Cases_UnitedStates 2014-10-01 Cases_Spain 2014-10-08 Cases_Mali 2014-10-22 Deaths_Guinea 2014-03-22 Deaths_Liberia 2014-03-27 Deaths_SierraLeone 2014-03-27 Deaths_Nigeria 2014-07-23 Deaths_Senegal 2014-09-07 Deaths_UnitedStates 2014-10-01 Deaths_Spain 2014-10-08 Deaths_Mali 2014-10-22 dtype: datetime64[ns]
In [71]:
first_valid = ebola.apply (pd.Series.first_valid_index)
print(first_valid)
Date 2015-01-05 Day 2015-01-05 Cases_Guinea 2015-01-05 Cases_Liberia 2015-01-03 Cases_SierraLeone 2015-01-05 Cases_Nigeria 2014-12-07 Cases_Senegal 2014-12-07 Cases_UnitedStates 2014-12-07 Cases_Spain 2014-12-07 Cases_Mali 2014-12-07 Deaths_Guinea 2015-01-05 Deaths_Liberia 2015-01-03 Deaths_SierraLeone 2015-01-05 Deaths_Nigeria 2014-12-07 Deaths_Senegal 2014-12-07 Deaths_UnitedStates 2014-12-07 Deaths_Spain 2014-12-07 Deaths_Mali 2014-12-07 dtype: datetime64[ns]
8.¶
각 나라의 에볼라 발병일을 동일한 출발선으로 옮기려면 에볼라가 가장 처음 발병한 날(earliest_date)에서 각 나라의 에볼라 발병일을 뺀 만큼(shift_values)만 옮기면 됩니다.
In [72]:
earliest_date = ebola.index.min()
print(earliest_date)
2014-03-22 00:00:00
In [73]:
shift_values = last_valid - earliest_date
print(shift_values)
Date 0 days Day 0 days Cases_Guinea 0 days Cases_Liberia 5 days Cases_SierraLeone 5 days Cases_Nigeria 123 days Cases_Senegal 162 days Cases_UnitedStates 193 days Cases_Spain 200 days Cases_Mali 214 days Deaths_Guinea 0 days Deaths_Liberia 5 days Deaths_SierraLeone 5 days Deaths_Nigeria 123 days Deaths_Senegal 169 days Deaths_UnitedStates 193 days Deaths_Spain 200 days Deaths_Mali 214 days dtype: timedelta64[ns]
9.¶
이제 각 나라의 에볼라 발병일을 옮기면 됩니다. 다음은 shift 메서드를 사용하여 모든 열의 값을 shift_values 값만큼 옮긴 것입니다. shift 메서드는 인잣값만큼 데이터를 밀어내는 메서드입니다.
In [74]:
ebola_dict = {}
for idx, col in enumerate(ebola):
d = shift_values[idx].days
shifted = ebola[col].shift(d)
ebola_dict[col] =shifted
10.¶
ebola_dict에는 시간을 다시 설정한 데이터가 딕셔너리 형태로 저장되어 있습니다 다음은 DataFrame 메서드를 사용하여 ebola_dict의 값을 데이터프레임으로 변환한 것입니다.
In [75]:
ebola_shift = pd.DataFrame(ebola_dict)
11.¶
이제 에볼라의 최초 발병일(2014-03-22)을 기준으로 모든 열의 데이터가 옮겨졌습니다.
In [76]:
print(ebola_shift.tail())
Date Day Cases_Guinea Cases_Liberia Cases_SierraLeone \
Date
2014-03-26 2014-03-26 4.0 86.0 8.0 2.0
2014-03-25 2014-03-25 3.0 86.0 NaN NaN
2014-03-24 2014-03-24 2.0 86.0 7.0 NaN
2014-03-23 NaT NaN NaN 3.0 2.0
2014-03-22 2014-03-22 0.0 49.0 8.0 6.0
Cases_Nigeria Cases_Senegal Cases_UnitedStates Cases_Spain \
Date
2014-03-26 1.0 NaN 1.0 1.0
2014-03-25 NaN NaN NaN NaN
2014-03-24 NaN NaN NaN NaN
2014-03-23 NaN NaN NaN NaN
2014-03-22 0.0 1.0 1.0 1.0
Cases_Mali Deaths_Guinea Deaths_Liberia Deaths_SierraLeone \
Date
2014-03-26 NaN 62.0 4.0 2.0
2014-03-25 NaN 60.0 NaN NaN
2014-03-24 NaN 59.0 2.0 NaN
2014-03-23 NaN NaN 3.0 2.0
2014-03-22 1.0 29.0 6.0 5.0
Deaths_Nigeria Deaths_Senegal Deaths_UnitedStates Deaths_Spain \
Date
2014-03-26 1.0 NaN 0.0 1.0
2014-03-25 NaN NaN NaN NaN
2014-03-24 NaN NaN NaN NaN
2014-03-23 NaN NaN NaN NaN
2014-03-22 0.0 0.0 0.0 1.0
Deaths_Mali
Date
2014-03-26 NaN
2014-03-25 NaN
2014-03-24 NaN
2014-03-23 NaN
2014-03-22 1.0
12.¶
마지막으로 인덱스를 Day 열로 지정하고 그래프에 필요 없는 Date, Day열은 삭제하면 그래프를 그리기 위한 데이터프레임이 완성됩니다.
In [77]:
ebola_shift.index = ebola_shift['Day']
ebola_shift = ebola_shift.drop(['Date', 'Day'], axis = 1)
print(ebola_shift.tail())
Cases_Guinea Cases_Liberia Cases_SierraLeone Cases_Nigeria \
Day
4.0 86.0 8.0 2.0 1.0
3.0 86.0 NaN NaN NaN
2.0 86.0 7.0 NaN NaN
NaN NaN 3.0 2.0 NaN
0.0 49.0 8.0 6.0 0.0
Cases_Senegal Cases_UnitedStates Cases_Spain Cases_Mali \
Day
4.0 NaN 1.0 1.0 NaN
3.0 NaN NaN NaN NaN
2.0 NaN NaN NaN NaN
NaN NaN NaN NaN NaN
0.0 1.0 1.0 1.0 1.0
Deaths_Guinea Deaths_Liberia Deaths_SierraLeone Deaths_Nigeria \
Day
4.0 62.0 4.0 2.0 1.0
3.0 60.0 NaN NaN NaN
2.0 59.0 2.0 NaN NaN
NaN NaN 3.0 2.0 NaN
0.0 29.0 6.0 5.0 0.0
Deaths_Senegal Deaths_UnitedStates Deaths_Spain Deaths_Mali
Day
4.0 NaN 0.0 1.0 NaN
3.0 NaN NaN NaN NaN
2.0 NaN NaN NaN NaN
NaN NaN NaN NaN NaN
0.0 0.0 0.0 1.0 1.0
13.¶
다음은 지금까지 만든 데이터프레임으로 다시 그린 그래프입니다.
In [78]:
fig, ax = plt.subplots()
ax = ebola_shift.iloc[:, :].plot(ax=ax)
ax.legend(fontsize=7, loc=2, borderaxespad=0.)
plt.show()
마무리하며¶
판다스 라이브러리는 시간을 다룰 수 있는 다양한 기능을 제공합니다. 이 장에서는 시계열 데이터와 깊은 연관성이 있는 에볼라 데이터 및 주식 데이터를 주로 다루었습니다. 우리 주변의 상당수의 데이터는 시간과 깊은 연관성이 있는 경우가 많습니다. 시계열 데이터를 능숙하게 다루는 것은 데이터 분석가의 기본 소양이므로 이 장의 내용은 반드시 익혀두기 바랍니다.
출처 : Doit 데이터 분석을 위한 판다스 입문¶
In [ ]:
'Do it 판다스 입문' 카테고리의 다른 글
| Do it pandas Chapter 11. 그룹 연산 (0) | 2021.03.29 |
|---|---|
| Do it pandas Chapter 10. apply 메서드 활용 (0) | 2021.03.29 |
| Do it pandas Chapter 9. 문자열 처리하기 (1) | 2021.03.28 |
| Do it pandas Chapter 8. 판다스 자료형 (0) | 2021.03.28 |
| Do it pandas Chapter 7. 깔끔한 데이터 (0) | 2021.03.28 |