Pandas｜日付を変換する方法

Pythonで日付を変換する方法について

Pythonによる大文字と小文字の変換は、データ分析の前処理によく使われるテクニックです。

実際のビジネスの現場では、Excel等に手入力したデータを使うこともあり、書式がバラバラだと集計に失敗することになります。データ分析は、まずデータの書式が統一されているかを事前に確認する必要があります。

[st-mybox title=”” fontawesome=”” color=”#757575″ bordercolor=”#7ca1b7″ bgcolor=”#ffffff” borderwidth=”2″ borderradius=”2″ titleweight=”bold” fontsize=”” myclass=”st-mybox-class” margin=”25px 0 25px 0″]

• 2020/4/1
• 2020-4-1
• 20200401
• 2020年4月1日
• 43922（シリアル値）

[/st-mybox]

今回は、Pandasのデータフレームにおける、日付を変換する方法を解説していきます。データ分析の前処理に欠かせないテクニックなので、ぜひ参考にしてください。

Pythonの日付変換モジュール・関数について

今回紹介する日付変換のモジュール・関数の一覧です。

Pythonの日付変換に使用するサンプルデータ

この記事では以下の３種類のサンプルデータを使います。よろしければ、ダウンロードしてご利用ください。

[st-mybox title=”” fontawesome=”” color=”#757575″ bordercolor=”#7ca1b7″ bgcolor=”#ffffff” borderwidth=”2″ borderradius=”2″ titleweight=”bold” fontsize=”” myclass=”st-mybox-class” margin=”25px 0 25px 0″]

• 日付データ_1（’date_1‘）
• 日付データ_2（’date_2‘）
• 日付データ_3（’date_3‘）

[/st-mybox]

また、GoogleColabへのサンプルデータ（Excelファイル）の読み込み方法については、以下の記事を参考にしてください。

[st-card id=180 label=”” name=”” bgcolor=”” color=”” fontawesome=”” readmore=”on”]

Pythonによる日付の変換（シリアル値→Datetime型）

具体例として日付データ（2020/4/1〜2020/4/8）を使って、”シリアル値”から”Datetime型”への変換方法を説明します。まずはExcelファイルを読み込んでください。

Excelファイル（date_1）の読み込み

Pandasを使ってExcelファイルを読み込みます。日付の列には”シリアル値”が出力されています。シリアル値とは、Excelで日時を計算するための数値のことです。

import pandas as pd
df_1=pd.read_excel('date_1.xlsx')
df_1

1.pandasをインポート
2.変数（df_1）にExcelファイルから読み込んだデータフレームを代入
3.変数（df_1）を出力

Pythonによる日付の変換（シリアル値→Datetime型）

シリアル値からDatetime型に変換する方法は以下のとおりです。「日付_1」に変換後の日付が表示されています。

df_1['日付_1'] = pd.to_timedelta(df_1['日付'],unit='D')+pd.to_datetime("1899/12/30")
df_1

1.変数（df_1[‘日付_1’])に、シリアル値からDatetime型に変換した日付を代入
2.変数（df_1）を出力

「pd.to_datetime(“1899/12/30”)」の部分は、Excelが1900 年 1 月 1 日から計算する設定のため、このような記述をしています。

Pythonによる日付の変換（文字列型→Datetime型）

次に、”文字列型”から”Datetime型”に変換する方法を説明します。まずはExcelファイルを読み込んでください。

Excelファイル（date_2）の読み込み

Pandasを使ってExcelファイルを読み込みます。下記のとおり、日付の列には”文字列型”の日付が出力されています。

df_2 = pd.read_excel('date_2.xlsx')
df_2

1.変数（df_2）にExcelファイルから読み込んだデータフレームを代入
2.変数（df_2）を出力

Pythonによる日付の変換（文字列型→Datetime型）

文字列型からDatetime型に変換する方法は以下のとおりです。「日付_1」に変換後の日付が表示されています。

df_2['日付_1'] = pd.to_datetime(df_2['日付'], format='%Y年%m月%d日')
df_2

1.変数（df_2[‘日付_1’])に、文字列型からDatetime型に変換した日付を代入
2.変数（df_2）を出力

日付・時間フォーマットの指定について

日付・時間フォーマットには様々な種類があるので、必要に応じて使い分けてください。詳しくは、Pythonのドキュメントをご確認ください。

Pythonによる日付の変換（数値型→Datetime型）

次に、”数値型”から”Datetime型”に変換する方法を説明します。まずはExcelファイルを読み込んでください。

Excelファイル（date_3）の読み込み

Pandasを使ってExcelファイルを読み込みます。下記のとおり、日付の列には”数値型”の日付が出力されています。

df_3 = pd.read_excel('date_3.xlsx')
df_3

1.変数（df_3）にExcelファイルから読み込んだデータフレームを代入
2.変数（df_3）を出力

Pythonによる日付の変換（数値型→Datetime型）

数値型からDatetime型に変換する方法は以下のとおりです。「日付_1」に変換後の日付＆時間が表示されています。

df_3['日付_1'] = pd.to_datetime(df_3['日付'],format='%Y%m%d%H%M%S')
df_3

1.変数（df_3[‘日付_1’])に、数値型からDatetime型に変換した日付を代入
2.変数（df_3）を出力

Pythonによる日付の変換（Datetime型→文字列型）

”Datetime型”から”文字列型”に変換する方法は以下のとおりです。「年月日」に変換後の日付が表示されています。フォーマットを年月日（%Y%m%d）で指定していないため、時間データは省略されています。

df_3['年月日'] = df_3['日付_1'].dt.strftime('%Y/%m/%d')
df_3

1.変数（df_3[‘年月日’])に、Datetime型から文字列型に変換した日付を代入
2.変数（df_3[‘年月日’]）を出力

Pythonによる日付の変換｜年月日（/）→年月日（漢字）

年月日（/）から年月日（漢字）に変換する方法は以下のとおりです。「年月日（漢字）」に変換後の日付が表示されています。

df_3['年月日（漢字）'] = df_3['日付_1'].dt.strftime('%Y年%m月%d日')
df_3

1.変数（df_3[‘年月日（漢字）’])に、年月日（/）から年月日（漢字)に変換した日付を代入
2.変数（df_3）を出力

Pythonによる日付の変換｜年月日（漢字）→年月（漢字）

年月日（漢字）から年月（漢字）に変換する方法は以下のとおりです。「年月（漢字）」に変換後の日付が表示されています。

df_3['年月（漢字）'] = df_3['日付_1'].dt.strftime('%Y年%m月')
df_3

1.変数（df_3[‘年月日（漢字）’])に、年月日（漢字）から年月日（年月)に変換した日付を代入
2.変数（df_3）を出力

Pythonによる日付の変換まとめ

Pythonによる日付の変換方法について解説しました。

データ分析を行う前には、使用するデータの書式が統一されているかを事前に確認する必要があります。バラバラのデータで分析してしまうと、間違った結果を出すことになるからです。

今回ご紹介した「pd.to_datetime」と「dt.strftime(‘%Y/%m/%d’)」は、Pythonの日付変換でよく使用するので参考にしてください。

最後まで読んでいただき、ありがとうございます。