7. 時系列データ分析¶

import pandas as pd
import numpy as np

# データ数
n = 7

# 日付範囲の生成
date_range = pd.date_range(start="2025-06-03", periods=n, freq="D")

# 時系列データの生成
data = np.random.randn(n)  # ランダムなデータ生成
ts = pd.Series(data, index=date_range)

# 時系列データの表示
print(ts)

# 毎週金曜日（W-FRI）
pd.date_range(start="2025-06-03", periods=4, freq="W-FRI")

# 3日毎
pd.date_range(start="2025-06-03", periods=10, freq="3D")

# 2時間毎
pd.date_range(start="2025-06-03", periods=12, freq="2h")

import pandas as pd

# CSV ファイルの読み込み
df = pd.read_csv("log_0000001.csv")

# 時系列データに変換
df["date"] = pd.to_datetime(df["date"])

# インデックスを date に設定
df = df.set_index("date")

# 先頭行の表示
print(df.head())

df = pd.read_csv("log_0000001.csv", parse_dates=["date"])

df = pd.read_csv("log_0000001.csv", parse_dates=["date"], index_col="date")

# 特定の日付を選択
print(df.loc["2025-04-15"])

# 特定の日付範囲を抽出（スライシング）
print(df.loc["2025-04-15":"2025-04-22"])

from datetime import datetime

from datetime import datetime

now = datetime.now()
print("現在の日時: ", now)

from datetime import datetime

date_string = "2025-05-30 14:30:00"
dt = datetime.strptime(date_string, "%Y-%m-%d %H:%M:%S")
print("変換された日時: ", dt)

from datetime import datetime

# 現在日時の取得
now = datetime.now()

# datetime を文字列に変換
formatted_date = now.strftime("%Y年%m月%d日 %H時%M分%S秒")

print("フォーマット前の日時:" , now)
print("フォーマット後の日時:" , formatted_date)

from datetime import datetime
from zoneinfo import ZoneInfo

# 現在日時の取得（タイムゾーン: JST）
now = datetime.now(ZoneInfo("Asia/Tokyo"))
print(now)

import pandas as pd

# CSV の読み込み & 時系列データに変換 (index = naive timezone)
df = pd.read_csv("log_0000001.csv", parse_dates=["date"], index_col="date")

# タイムゾーンを JST に設定
df.index = df.index.tz_localize("Asia/Tokyo")
print(df.index[0])

import pandas as pd
import matplotlib.pyplot as plt

# CSV の読み込み & 時系列データに変換
df = pd.read_csv("log_0000001.csv", parse_dates=["date"], index_col="date")

# 折れ線グラフで可視化
fig, ax = plt.subplots(figsize=(10, 4))
ax.plot(df["time[s]"])
ax.set_ylabel("時間（秒）")
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

import matplotlib.dates as mdates

# x軸の日付を「2025/04/13」→「4/13」のようにフォーマット
ax.xaxis.set_major_formatter(mdates.DateFormatter("%-m/%-d"))

# x軸の日付の間隔を3日毎に設定
ax.xaxis.set_major_locator(mdates.DayLocator(interval=3))

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

# CSV読み込み & 日付をインデックスに
df = pd.read_csv("log_0000001.csv", parse_dates=["date"], index_col="date")

# 図と左y軸を作成
fig, ax = plt.subplots(figsize=(10, 4))

# 折れ線グラフ: time[s]
ax.plot(
    df.index,
    df["time[s]"],
    color="royalblue",
    marker="o",
    label="time [s]"
)
ax.set_ylabel("活動時間（秒）")

# 折れ線グラフ: sessions
ax.bar(
    df.index,
    df["sessions"],
    color="red",
    alpha=0.4,
    label="sessions"
)
ax.set_ylabel("セッション数")

# x軸フォーマットと間隔
ax.xaxis.set_major_formatter(mdates.DateFormatter("%-m/%-d"))
ax.xaxis.set_major_locator(mdates.DayLocator(interval=3))

# レイアウト調整・表示
fig.tight_layout()
plt.show()

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

# CSV読み込み & 日付をインデックスに
df = pd.read_csv("log_0000001.csv", parse_dates=["date"], index_col="date")

# 図と左y軸を作成
fig, ax1 = plt.subplots(figsize=(10, 4))

# 折れ線グラフ: time[s]
line = ax1.plot(
    df.index,
    df["time[s]"],
    color="royalblue",
    marker="o",
    label="time [s]"
)
ax1.set_ylabel("活動時間（秒）")
ax1.set_ylim(0)

# 右y軸を作成
ax2 = ax1.twinx()

# 折れ線グラフ: sessions
bar = ax2.bar(
    df.index,
    df["sessions"],
    color="red",
    alpha=0.4,
    label="sessions"
)
ax2.set_ylabel("セッション数（回）")

# x軸フォーマットと間隔
ax1.xaxis.set_major_formatter(mdates.DateFormatter("%-m/%-d"))
ax1.xaxis.set_major_locator(mdates.DayLocator(interval=3))

# 凡例をまとめて表示（折れ線とバー両方）
ax1.legend([line[0], bar], ["活動時間（秒）", "セッション数（回）"], loc="upper left")

# レイアウト調整・表示
fig.tight_layout()
plt.show()

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

# CSV読み込み & 日付をインデックスに
df = pd.read_csv("log_0000001.csv", parse_dates=["date"], index_col="date")

# 一週間単位のデータを集約（平均化）
resampled = df.resample("7D").mean()

# 図と左y軸を作成
fig, ax = plt.subplots(figsize=(10, 4))

# 折れ線グラフ: time[s]
ax.plot(
    resampled.index,
    resampled["time[s]"],
    color="royalblue",
    marker="o",
    label="time [s]"
)
ax.set_ylabel("活動時間（秒）")
ax.set_ylim(0)

# x軸フォーマットと間隔
ax.xaxis.set_major_formatter(mdates.DateFormatter("%-m/%-d"))
ax.xaxis.set_major_locator(mdates.DayLocator(interval=3))

# レイアウト調整・表示
fig.tight_layout()
plt.show()