pandasで四半期の始めを判定：Milliクラスのis_quarter_startメソッドを徹底解説

pandas.tseries.offsets.Milli.is_quarter_start は、pandasライブラリで提供される、ミリ秒単位のオフセットを表す Milli クラスのメソッドです。このメソッドは、指定された時刻が四半期の始めであるかどうかを判定します。

使い方

is_quarter_start メソッドは、時刻を表すオブジェクトを引数として渡します。このオブジェクトは、pandas.Timestamp オブジェクト、datetime.datetime オブジェクト、または文字列形式で表現された時刻など、様々な形式で指定できます。

import pandas as pd

# 時刻を指定
timestamp = pd.Timestamp('2024-01-01 00:00:00')

# Milliオブジェクトを作成
offset = pd.tseries.offsets.Milli(1)

# 四半期の始めかどうか判定
is_quarter_start = offset.is_quarter_start(timestamp)

# 結果を出力
print(is_quarter_start)

上記のコードを実行すると、True という結果が出力されます。これは、2024-01-01 00:00:00 が2024年第1四半期の始めであることを意味します。

引数

is_quarter_start メソッドは、以下の引数を受け取ります。

tsTimestamp: 時刻を表すオブジェクト

戻り値

is_quarter_start メソッドは、**True または False` のブール値を返します。

False: 指定された時刻が四半期の始めではない場合
True: 指定された時刻が四半期の始めである場合

is_quarter_start メソッドは、四半期の始まりを判定するためにのみ使用できます。四半期の終わりを判定するには、is_quarter_end メソッドを使用する必要があります。
四半期は、1月から3月までの3ヶ月間、4月から6月までの3ヶ月間、7月から9月までの3ヶ月間、10月から12月までの3ヶ月間の4つの期間に分けられます。
Milli クラスは、ミリ秒単位のオフセットを表すクラスです。ミリ秒単位で時間間隔を指定したい場合に用いられます。

例

以下の例では、is_quarter_start メソッドを使用して、2024年1月から12月までの各月の1日が四半期の始めであるかどうかを判定しています。

import pandas as pd

# 2024年1月から12月までの各月を作成
dates = pd.date_range('2024-01-01', '2024-12-31', freq='M')

# Milliオブジェクトを作成
offset = pd.tseries.offsets.Milli(1)

# 各月の1日が四半期の始めかどうか判定
is_quarter_start = offset.is_quarter_start(dates)

# 結果を出力
print(is_quarter_start)

上記のコードを実行すると、以下の結果が出力されます。

[ True False False True False False True False False True False ]

特定の年の各月の1日が四半期の始めかどうか判定

import pandas as pd

# 年を指定
year = 2024

# 対象となる年の各月を作成
dates = pd.date_range(f'{year}-01-01', f'{year}-12-31', freq='M')

# Milliオブジェクトを作成
offset = pd.tseries.offsets.Milli(1)

# 各月の1日が四半期の始めかどうか判定
is_quarter_start = offset.is_quarter_start(dates)

# 結果を出力
print(is_quarter_start)

四半期の始めの日付をリストに格納

import pandas as pd

# 年を指定
year = 2024

# 対象となる年の各月を作成
dates = pd.date_range(f'{year}-01-01', f'{year}-12-31', freq='M')

# Milliオブジェクトを作成
offset = pd.tseries.offsets.Milli(1)

# 四半期の始めの日付をリストに格納
quarter_starts = []
for date in dates:
  if offset.is_quarter_start(date):
    quarter_starts.append(date)

# 結果を出力
print(quarter_starts)

import pandas as pd
import numpy as np

# データを作成
data = np.random.randn(100, 4)
index = pd.date_range('2024-01-01', '2024-12-31', freq='D')
df = pd.DataFrame(data, index=index, columns=['A', 'B', 'C', 'D'])

# Milliオブジェクトを作成
offset = pd.tseries.offsets.Milli(1)

# 四半期の始めの日付をリストに格納
quarter_starts = []
for date in index:
  if offset.is_quarter_start(date):
    quarter_starts.append(date)

# 四半期ごとにデータ分析
for quarter_start, quarter_end in zip(quarter_starts[:-1], quarter_starts[1:]):
  quarter_data = df[quarter_start:quarter_end]
  # 四半期ごとの平均値を計算
  quarter_mean = quarter_data.mean()
  # 結果を出力
  print(f"四半期: {quarter_start} - {quarter_end}")
  print(quarter_mean)

コードを実行する前に、pandasなどのライブラリをインストールする必要があります。

月と四半期の関係を利用する

四半期は、3ヶ月間ずつ4つの期間に分けられます。したがって、月と四半期の関係を利用して判定することもできます。

import pandas as pd

# 時刻を指定
timestamp = pd.Timestamp('2024-01-01 00:00:00')

# 月を取得
month = timestamp.month

# 四半期を判定
if month in [1, 2, 3]:
  quarter = 1
elif month in [4, 5, 6]:
  quarter = 2
elif month in [7, 8, 9]:
  quarter = 3
else:
  quarter = 4

# 四半期の始めかどうか判定
is_quarter_start = (month == 1) and (day == 1)

# 結果を出力
print(is_quarter_start)

上記のコードでは、timestamp オブジェクトの month 属性を使用して月を取得し、四半期を判定しています。その後、month と day の値を比較して、四半期の始めかどうかを判定しています。

四半期の開始日付をリストに格納する

あらかじめ、四半期の開始日付をリストに格納しておけば、is_quarter_start メソッドを使用せずに判定することができます。

import pandas as pd

# 四半期の開始日付をリストに格納
quarter_starts = [
  pd.Timestamp('2024-01-01'),
  pd.Timestamp('2024-04-01'),
  pd.Timestamp('2024-07-01'),
  pd.Timestamp('2024-10-01'),
]

# 時刻を指定
timestamp = pd.Timestamp('2024-01-01 00:00:00')

# 四半期の始めかどうか判定
is_quarter_start = timestamp in quarter_starts

# 結果を出力
print(is_quarter_start)

上記のコードでは、quarter_starts というリストに四半期の開始日付を格納しています。その後、timestamp オブジェクトが quarter_starts リストに含まれているかどうかを比較して、四半期の始めかどうかを判定しています。

正規表現を利用する

正規表現を使用して、時刻文字列から四半期の始めかどうかを判定することもできます。

import pandas as pd
import re

# 時刻文字列を指定
timestamp_str = '2024-01-01 00:00:00'

# 正規表現パターン
pattern = r'^(\d{4})-(\d{1,2})-01$'

# 正規表現に一致するか判定
is_quarter_start = re.match(pattern, timestamp_str) is not None

# 結果を出力
print(is_quarter_start)

上記のコードでは、timestamp_str 文字列に対して正規表現パターン r'^(\d{4})-(\d{1,2})-01$' を適用しています。このパターンは、YYYY-MM-01 という形式の時刻文字列に一致します。is_quarter_start 変数には、正規表現パターンに一致したかどうかが格納されます。

最適な方法の選択

どの方法が最適かは、状況によって異なります。

処理速度を重視する場合は、正規表現を利用する 方法がおすすめです。
柔軟性を重視する場合は、四半期の開始日付をリストに格納する 方法がおすすめです。
シンプルさを重視する場合は、月と四半期の関係を利用する 方法がおすすめです。

状況に応じて、最適な方法を選択してください。
上記の代替方法はあくまでも一例であり、他にも様々な方法があります。

pandas.tseries.offsets [無効な URL を削除