df.resample

2024年6月8日

DataFrameのresampleメソッドは、時系列データのリサンプリング（再サンプリング）を行うために使用されます。時系列データのインデックスが日付や時刻などの時間情報を持っている場合、resampleメソッドを使用してデータを異なる時間スケールに変換することができます。

基本的な使い方は次のようになります。

python
import pandas as pd

# DataFrameの作成（日次の時系列データ）
dates = pd.date_range('2022-01-01', periods=10, freq='D')
data = {
    'Value': range(10)
}
df = pd.DataFrame(data, index=dates)

# 月次のデータにリサンプリングする
monthly_resampled = df.resample('M').sum()
print(monthly_resampled)

この例では、日次の時系列データを月次のデータにリサンプリングしています。結果は、各月のデータの合計値が計算されたDataFrameになります。

resampleメソッドの引数には、リサンプリングの頻度を指定する文字列（’D’、’M’、’Y’など）や、pandasのOffsetエイリアス（BusinessDay、Week、Hourなど）を指定します。さらに、リサンプリングの際に使用する集計関数（sum、mean、medianなど）を指定することもできます。

resampleメソッドを使用すると、時系列データの間隔を変更することができ、異なる時間スケールでデータを解析することが可能です。