次の Python コードの出力はどれでしょうか？

Python コード:

import pandas as pd
import numpy as np

np.random.seed(4)
dates = pd.date_range(
    '2023-01-01', 
    periods=3, 
    freq='D')

df1 = pd.DataFrame(
    np.random.randn(3, 1), 
    index=dates, 
    columns=['A'])
df2 = pd.DataFrame(
    np.random.randn(3, 1), 
    index=dates, 
    columns=['B'])

print(pd.concat([df1, df2], axis=1))

 

回答の選択肢:

(A) 2つの異なる列AとBを持つデータフレーム
(B) 2つのデータフレームが縦に結合されたもの
(C) 重複するインデックスを持つデータフレーム
(D) 2つのデータフレームが横に結合されたもの、ただし列は重複

 

出力例:

                   A         B
2023-01-01  0.050562  0.693599
2023-01-02  0.499951 -0.418302
2023-01-03 -0.995909 -1.584577

 

正解:

(A)

 

解説:

例えば、df1に格納されているデータは次のようになっています。ランダムな値を入れているため、人によって値は異なります。

                   A
2023-01-01  0.050562
2023-01-02  0.499951
2023-01-03 -0.995909

 

df2に格納されているデータは次のようになっています。ランダムな値を入れているため、人によって値は異なります。

                   B
2023-01-01  0.693599
2023-01-02 -0.418302
2023-01-03 -1.584577

 

pd.concat([df1, df2], axis=1) は、2つのデータフレーム df1 と df2 を横方向に結合します。axis=1 パラメータはデータフレームを横に結合することを意味します。

結果として、生成されたデータフレームには、両方のデータフレームの列（この場合は A と B）が含まれ、同じインデックスに基づいて並んでいます。この方法は、異なる特徴を持つ時系列データを統合する際によく使用されます。

Python 時系列分析 1,000本ノック– ノック15: 時系列データのリサンプリング –