次の Python コードの出力はどれでしょうか？

Python コード:

import pandas as pd

dates = pd.date_range(
    start='2023-01-01', 
    periods=90, 
    freq='D')
data = range(90)
df = pd.DataFrame(
    data, 
    index=dates, 
    columns=['A'])
print(df.resample('M').mean())

 

回答の選択肢:

(A) 3か月の月あたりの平均値
(B) 月ごとの平均値
(C) 昨年と今年の月平均値
(D) 各月の最初の日と最後の日の平均値

出力例:

               A
2023-01-31  15.0
2023-02-28  44.5
2023-03-31  74.0

 

正解: (B)
 

回答の選択肢:

(A) 3か月の月あたりの平均値
(B) 月ごとの平均値
(C) 昨年と今年の月平均値
(D) 各月の最初の日と最後の日の平均値

このコードは、特定の期間（ここでは日ごと）で測定される時系列データの月単位の平均を計算します。

import pandas as pd

dates = pd.date_range(
    start='2023-01-01', 
    periods=90, 
    freq='D')
data = range(90)
df = pd.DataFrame(
    data, 
    index=dates, 
    columns=['A'])
print(df.resample('M').mean())

 

詳しく説明します。

‘2023-01-01’から始まる日単位の日付範囲を90期間作ります。

dates = pd.date_range(
    start='2023-01-01', 
    periods=90, 
    freq='D')

 

datesに格納されているデータは次のようになっています。

DatetimeIndex(['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-04',
               '2023-01-05', '2023-01-06', '2023-01-07', '2023-01-08',
               '2023-01-09', '2023-01-10', '2023-01-11', '2023-01-12',
               '2023-01-13', '2023-01-14', '2023-01-15', '2023-01-16',
               '2023-01-17', '2023-01-18', '2023-01-19', '2023-01-20',
               '2023-01-21', '2023-01-22', '2023-01-23', '2023-01-24',
               '2023-01-25', '2023-01-26', '2023-01-27', '2023-01-28',
               '2023-01-29', '2023-01-30', '2023-01-31', '2023-02-01',
               '2023-02-02', '2023-02-03', '2023-02-04', '2023-02-05',
               '2023-02-06', '2023-02-07', '2023-02-08', '2023-02-09',
               '2023-02-10', '2023-02-11', '2023-02-12', '2023-02-13',
               '2023-02-14', '2023-02-15', '2023-02-16', '2023-02-17',
               '2023-02-18', '2023-02-19', '2023-02-20', '2023-02-21',
               '2023-02-22', '2023-02-23', '2023-02-24', '2023-02-25',
               '2023-02-26', '2023-02-27', '2023-02-28', '2023-03-01',
               '2023-03-02', '2023-03-03', '2023-03-04', '2023-03-05',
               '2023-03-06', '2023-03-07', '2023-03-08', '2023-03-09',
               '2023-03-10', '2023-03-11', '2023-03-12', '2023-03-13',
               '2023-03-14', '2023-03-15', '2023-03-16', '2023-03-17',
               '2023-03-18', '2023-03-19', '2023-03-20', '2023-03-21',
               '2023-03-22', '2023-03-23', '2023-03-24', '2023-03-25',
               '2023-03-26', '2023-03-27', '2023-03-28', '2023-03-29',
               '2023-03-30', '2023-03-31'],
              dtype='datetime64[ns]', freq='D')

 

0～89までの整数の範囲をデータとして、上で作成した日付をインデックスとしてデータフレームを作成します。このデータフレームは、各日付に対する一意の数値を持っています。

data = range(90)
df = pd.DataFrame(
    data, 
    index=dates, 
    columns=['A'])

 

dfに格納されているデータは次のようになっています。

             A
2023-01-01   0
2023-01-02   1
2023-01-03   2
2023-01-04   3
2023-01-05   4
...         ..
2023-03-27  85
2023-03-28  86
2023-03-29  87
2023-03-30  88
2023-03-31  89

[90 rows x 1 columns]

 

データフレームの`resample(‘M’)`メソッドを用いてデータを月単位にリサンプリングし（つまりデータを月単位にまとめ上げ）、その後`.mean()`を用いて各月の平均を計算します。この操作により、日ごとのデータから月ごとの平均データに変換を行います。

print(df.resample('M').mean())

 

               A
2023-01-31  15.0
2023-02-28  44.5
2023-03-31  74.0