【Python】Pandasデータフレームプラグインを学習する

データ分析をPythonで行うには必須のプラグインPandasがあります。
csvを読み込み、グラフを描いたり、複数あるcsvを一つのデータフレームにマージしたり出来ます。

データを読み込む
グラフを描画する
1. 複数データフレームを結合する
まとめ

データを読み込む

pandas-datareaderを利用すると、yahooから株価情報を取得することができます。
Googleの株価を取得してみましょう。

pandas-datareader — pandas-datareader 0.9.0rc1+2.g427f658 documentation

pip install pandas-datareader

import pandas_datareader.data as web
import datetime

start = datetime.datetime(2015, 1, 1)
end = datetime.datetime(2020, 4, 4)

f = web.DataReader('GOOG', 'yahoo', start, end)

f.head()

Date	High	Low	Open	Close	Volume	Adj Close
2015-01-02	529.815369	522.665039	527.561584	523.373108	1447500.0	523.373108
2015-01-05	522.894409	511.655243	521.827332	512.463013	2059800.0	512.463013
2015-01-06	514.761719	499.678131	513.589966	500.585632	2899900.0	500.585632
2015-01-07	505.855164	498.281952	505.611847	499.727997	2065000.0	499.727997
2015-01-08	502.101471	489.655640	496.626526	501.303680	3353500.0	501.303680

グラフを描画する

f[‘Close’]でデータフレームの列、Closeにアクセスできます。Series型で取得できますので
Series.plotでグラフが書けます。
この場合indexがDatetime型ですので、時系列の終値でグラフが描画されます。

高値 = High
安値 = Low
始値 = Open
終値 = Close

など、描画したいデータを指定しましょう。

f['Close'].plot()

タイトルを付ける

plot(title='Google Stock Chart')

複数データフレームを結合する

日付やカラム名が同じ列を持っている複数のデータフレームはまとめて一つに
結合することができます。
pandas.concatを使います。縦方向に結合されます。
天気データや、売上データで年別、月別でcsvファイルが分かれている時など
同じテーブル構造で一つのデータフレームにまとめる時に利用します。

pandas.concat — pandas 1.1.2 documentation

df_1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'], 'B': ['B0', 'B1', 'B2'], 'C': ['C0', 'C1', 'C2']})
df_2 = pd.DataFrame({'A': ['A3', 'A4', 'A5'], 'B': ['B3', 'B4', 'B5'], 'C': ['C3', 'C4', 'C5']})
df_3 = pd.concat([df_1, df_2])
df_3

	A	B	C
0	A0	B0	C0
1	A1	B1	C1
2	A2	B2	C2
0	A3	B3	C3
1	A4	B4	C4
2	A5	B5	C5

pandas.mergeは横方向に結合されます。
例えば、日本の人口情報と、米国の人口情報のデータフレーム二つがある場合、indexを基準に結合して一つのデータフレームにする時に利用します。

pandas.DataFrame.merge — pandas 1.1.2 documentation

country=[‘JP’, ‘US’]で一度に取得できますが、mergeの説明として分けて取得しています。

jp = wb.download(indicator='SP.POP.TOTL', country=['JP'], start=1960, end=2020)
us = wb.download(indicator='SP.POP.TOTL', country=['US'], start=1960, end=2020)
jp = jp.unstack(level=0)
us = us.unstack(level=0)

f = pd.merge(jp, us, how='left', left_index=True, right_index=True)
f.plot()