年、月、曜日を取り出す
特徴量作成にdtアクセサーを使う
「年、月、曜日を取り出す」はCoddyKit上の無料Data Science Academyレッスンです。 これはレッスン2/4です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはData Science Academy学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 Data Science Academyコースには全4レッスンが含まれています。
タイムスタンプには多くの情報が含まれる
1つのdatetime値には、年、月、日、時、曜日が含まれています。分析のために、それぞれの要素を独立した列として取り出すのがポイントです。🧩
dtアクセサの紹介
datetime列では、dtアクセサが入口になります。日付の各要素を、読み取ったり代入したりできる単純な属性として利用できます。
df["date"].dt # gateway to date parts年を取り出す
yearの取得は1行で済みます。売上やイベントを年単位でグループ化するのに最適です。
df["year"] = df["date"].dt.year数値としての月
month属性は1から12までの数値を返します。異なる年の同じ月を比較する際に使えます。
df["month"] = df["date"].dt.month月を名前で表す
並べ替えには数値が便利ですが、グラフでは名前のほうが読みやすくなります。month_nameを使うと、JanuaryやFebruaryなどの月名を取得できます。
df["date"].dt.month_name() # 'March'曜日
dayofweek属性は、月曜日を0、日曜日を6として曜日を数値化します。平日の分析には欠かせません。
df["dow"] = df["date"].dt.dayofweek曜日を名前で表す
読みやすいラベルが必要ですか？ day_nameを使うと、各日付をMonday、Tuesdayなどの名前に変換して、きれいにグループ化できます。
df["date"].dt.day_name() # 'Friday'週末を見つける
dayofweekと比較処理を組み合わせて、週末に印を付けます。このboolean列で、勤務日と休日をすぐに分けられます。
df["weekend"] = df["date"].dt.dayofweek >= 5四半期と年内の日数
便利な要素がもう2つあります。Q1からQ4のレポートにはquarter、1年の中での位置を追跡するにはdayofyearを使います。
df["date"].dt.quarter
df["date"].dt.dayofyear時と分も扱う
データに時刻が含まれている場合、dtアクセサではhourとminuteも利用できます。活動が集中する時間帯を簡単に分析できます。
df["hour"] = df["date"].dt.hour特徴量が分析を支える
取り出した各要素は、グループ化に使ったりモデルに入力したりできる特徴量になります。これが、生のタイムスタンプを洞察へ変える方法です。
df.groupby(df["date"].dt.month).size()確認問題
土曜日または日曜日に該当する行に印を付けたいとします。
まとめ：日付を自在に分解する
dtアクセサを使ってタイムスタンプから年、月、曜日、四半期、時刻を取り出し、それぞれをグループ化に使える特徴量に変換しました。🗓️
よくある質問
「年、月、曜日を取り出す」レッスンは無料ですか？
はい。「年、月、曜日を取り出す」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、Data Science Academyコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 Data Science Academyコースには全4レッスンが含まれています。
「年、月、曜日を取り出す」で何を学びますか？
特徴量作成にdtアクセサーを使う ブラウザで直接実行するハンズオンコードでData Science Academyを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。
Data Science Academyを始めるのに経験は必要ですか？
事前経験は必要ありません。CoddyKitのData Science Academyは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン2/4です。
「年、月、曜日を取り出す」レッスンにはどのくらい時間がかかりますか？
ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。
このData Science Academyレッスンでコードを書いて実行できますか？
はい。すべてのData Science Academyレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。