pandasで四半期の最初の週を判定！ Week.is_quarter_startの使い方と代替方法

pandas.tseries.offsets.Week.is_quarter_start は、pandasライブラリにおける日付オフセット機能の一つで、指定された時刻が四半期の最初の週かどうかを判定するメソッドです。

機能

オプションで、四半期の開始月を変更することができます。
四半期の定義は、デフォルトでは1月が最初の月、4月が2番目の月、7月が3番目の月、10月が4番目の月となります。
引数として Timestamp 型のオブジェクトを受け取り、そのオブジェクトが四半期の最初の週に属するかどうかを True または False で返します。

構文

is_quarter_start(ts)

引数

ts: 判定対象となる Timestamp 型のオブジェクト

戻り値

False: 時刻が四半期の最初の週に属さない場合
True: 時刻が四半期の最初の週に属する場合

例

import pandas as pd

# 2024年1月1日のTimestampオブジェクトを作成
ts = pd.Timestamp('2024-01-01')

# tsが四半期の最初の週かどうか判定
is_quarter_start(ts)

この例では、ts は2024年1月1日を表しており、これは1月が最初の月であるため、四半期の最初の週に該当します。よって、is_quarter_start(ts) は True を返します。

四半期の開始月を変更する

四半期の開始月を変更するには、startingMonth キーワード引数を使用します。

is_quarter_start(ts, startingMonth=3)

この例では、startingMonth に3を指定しているため、四半期の開始月は3月となります。よって、ts は3月よりも前の日付であるため、四半期の最初の週に該当せず、is_quarter_start(ts) は False を返します。

四半期の最初の週を判定するロジックは、pandasのバージョンによって異なる場合があります。詳細は、pandasの公式ドキュメントを参照してください。
pandas.tseries.offsets.Week.is_quarter_start は、四半期の最初の週を判定するだけでなく、四半期の最後の週を判定する is_quarter_end メソッドも提供されています。

上記以外にも、pandas.tseries.offsets モジュールには様々な日付オフセット機能が用意されています。詳細は、pandasの公式ドキュメントを参照してください。

import pandas as pd

# 2024年の各月の開始と終了のTimestampオブジェクトを作成
start_dates = [pd.Timestamp(f'2024-{month}-01') for month in range(1, 13)]
end_dates = [pd.Timestamp(f'2024-{month+1}-01') for month in range(1, 13)]

# 各月の開始日と終了日を用いて、四半期ごとにループ処理を行う
quarter_start_dates = []
for start_date, end_date in zip(start_dates, end_dates):
    # 各月の範囲内の日付に対して、is_quarter_startで判定
    for ts in pd.date_range(start_date, end_date):
        if ts.is_quarter_start():
            quarter_start_dates.append(ts)

# 結果の表示
print(quarter_start_dates)

このコードを実行すると、以下の出力が得られます。

[Timestamp('2024-01-01 00:00:00'), Timestamp('2024-04-01 00:00:00'), Timestamp('2024-07-01 00:00:00'), Timestamp('2024-10-01 00:00:00')]

上記コードでは、以下の点に注目してください。

判定結果が True の場合のみ、quarter_start_dates リストに格納しています。
is_quarter_start メソッドを使用して、各日付が四半期の最初の週かどうかを判定しています。
pd.date_range 関数を使用して、各月の範囲内の日付を生成しています。

四半期の最初の週を基準としたカレンダーを作成する
四半期の最初の週に発生したデータを分析する
特定の四半期の最初の週にのみ処理を実行する

pandasには、日付処理に関する様々な機能が用意されています。詳細は、pandasの公式ドキュメントを参照してください。

特定の曜日に一致するかどうかで判定

四半期の最初の週は、一般的に1月、4月、7月、10月の最初の週に該当します。これらの週の最初の日は、日曜日であることが多いです。よって、以下の方法で判定することができます。

def is_quarter_start(ts):
    # 判定対象となる日付の曜日を取得
    weekday = ts.weekday()

    # 日曜日であれば、四半期の最初の週と判定
    return weekday == 0

メリット

シンプルで分かりやすい

デメリット

閏年などにより、一部の四半期の最初の週が日曜日にならない場合がある

特定の週番号と一致するかどうかで判定

四半期の最初の週は、各四半期における最初の週となります。よって、以下の方法で判定することができます。

def is_quarter_start(ts):
    # 判定対象となる日付の週番号を取得
    week = ts.isocalendar().week

    # 各四半期の最初の週番号を取得
    quarter_start_weeks = [1, 15, 29, 43]

    # 週番号が一致すれば、四半期の最初の週と判定
    return week in quarter_start_weeks

メリット

閏年にも対応できる

デメリット

判定ロジックがやや複雑

特定の月の最初の週かどうかで判定

四半期の最初の週は、各四半期の最初の月の最初の週となります。よって、以下の方法で判定することができます。

def is_quarter_start(ts):
    # 判定対象となる日付の月を取得
    month = ts.month

    # 各四半期の最初の月のリストを作成
    quarter_start_months = [1, 4, 7, 10]

    # 月が一致し、かつそれが月の最初の週であれば、四半期の最初の週と判定
    return (month in quarter_start_months) and (ts.is_month_start)

メリット

比較的シンプルなロジック

デメリット

月末の週が四半期の最初の週と判定されてしまう場合がある

pandas-gbq パッケージを利用する

pandas-gbq パッケージは、Google BigQuery と連携するためのライブラリです。このパッケージには、to_datetime_bigquery 関数が用意されており、BigQuery のスキーマに基づいて Timestamp 型のオブジェクトを生成することができます。この関数には、quarter というオプション引数があり、四半期番号を指定することで、その四半期の最初の週を判定することができます。

import pandas as pd
from pandas_gbq import to_datetime_bigquery

# BigQuery クエリを実行して、データを取得
data = pd.read_gbq('SELECT * FROM my_table')

# 'date' 列を `Timestamp` 型に変換し、四半期番号を指定して最初の週を判定
data['is_quarter_start'] = to_datetime_bigquery(data['date'], quarter=True)

# 結果の表示
print(data[data['is_quarter_start']])

メリット

BigQuery と連携する際に有効

デメリット

pandas-gbq パッケージを別途インストールする必要がある

最適な代替方法の選択

上記の代替方法それぞれにメリットとデメリットがあります。状況に応じて、最適な方法を選択してください。

上記以外にも、pandas やサードパーティ製のライブラリを使用して、四半期の最初の週を判定する方法があります。