【問45～問47】データサイエンス100本ノック　解説

はじめに

問45～問47のコードの説明を初心者や初学者でもわかるような方法でまとめました。

データサイエンス100本ノックのはじめ方は、以下のブログ記事を参考にしてください。

>>【Google Colabはじめ方】データサイエンス100本ノックーデータサイエンティスト協会

問45　顧客データフレーム（df_customer）の生年月日（birth_day）は日付型でデータを保有している。これをYYYYMMDD形式の文字列に変換し、顧客ID（customer_id）とともに抽出せよ。データは10件を抽出すれば良い。

（df_customer）の生年月日（birth_day）は日付型（1981-04-29）となっていますが、これをYYYYMMDD形式の文字列（19810429）に変換する必要があります。

まず、文字列への変換はstrftime（）を使用しますが、df_customer[‘birth_day’]のデータ型はobject型であるため、そのままではstrftime()を適用することができません。

そこで、pd.to_datetime(　)を使用して、datetime64型に変換します。

df_tmp = pd.to_datetime(df_customer['birth_day'])

次に、1981-04-29となっているのを、YYYYMMDD形式の文字列に変換するため、一括処理のdtと、strftime（　）を使用します。フォーマットは%Y%m%dです。

df_tmp = df_tmp.dt.strftime('%Y%m%d')

最後に、顧客ID（customer_id）と文字列変換をした生年月日（birth_day）のデータを結合させて10件を抽出すればいいので、pd.concat（）を使用します。

pd.concat([df_customer['customer_id'],df_tmp],axis=1).head(10)

問46　顧客データフレーム（df_customer）の申し込み日（application_date）はYYYYMMDD形式の文字列型でデータを保有している。これを日付型に変換し、顧客ID（customer_id）とともに抽出せよ。データは10件を抽出すれば良い。

この問題は、（df_customer）の申し込み日（application_date）の文字列型を日付型に変換するというものなので、問45と逆の処理になります。

まず、pd.to_datetime（　）でdatetime64型に変換します。

df_tmp = pd.to_datetime(df_customer['application_date'],format='%Y%m%d')

これで文字列型から日付型に変換できました。

最後に、問45と同じように顧客ID（customer_id）とともに10件を抽出します。

pd.concat([df_customer['customer_id'],df_tmp],axis=1).head(10)

問47　レシート明細データフレーム（df_receipt）の売上日（sales_ymd）はYYYYMMDD形式の数値型でデータを保有している。これを日付型に変換し、レシート番号(receipt_no)、レシートサブ番号（receipt_sub_no）とともに抽出せよ。データは10件を抽出すれば良い。

（df_receipt）の売上日（sales_ymd）の数値型のデータを日付型に変換します。

これは、問46と同じくpd.to_datetime（）です。

df_tmp = pd.to_datetime(df_receipt['sales_ymd'],format='%Y%m%d')

レシート番号(receipt_no)、レシートサブ番号（receipt_sub_no）とともにデータを10件抽出します。

pd.concat([df_receipt[['receipt_no','receipt_sub_no']],df_tmp],axis=1).head(10)

Pythonのコードやライブラリーについて知りたい場合

Pythonはデータ分析でよく使われている言語です。

この機会にPythonのコードの打ち方・ライブラリーについてもっと知りたいと思った方は、以下のブログ記事をご覧ください。

独学でデータ分析をしている方へ

機械学習やデータサイエンス・データ分析を独学で学ぶには、どうしたらよいかをまとめてみましたので、興味がある方はこちらのブログ記事をご覧ください。