日付で集計する（月次・前年比）

「月ごとの売上の推移を出して、前の月と比べたい」。経理や営業事務で、毎月のように出てくる依頼です。Lesson 24 では、日付の先頭7文字を取り出して「月」の代わりにしました。しかし、それでは、曜日や年度、「7月から9月まで」のような期間の指定ができません。

sales_detail.csv の「日付」の列は、pandas から見ると、どんな型になっているでしょうか。月を取り出そうとして、確かめてみます。

▶ 実行を押すと、ここに結果が出ます

型は object（文字）でした。Can only use .dt accessor with datetimelike values（日付の値にしか、.dt は使えません）と出て、止まっています。2025-04-01 は、人間には日付に見えますが、pandas にとっては、まだただの文字です。この回では、文字を日付に直して、月ごとの集計や前月比を出します。

pd.to_datetime で、文字を日付型に変えます。そのあとは、.dt を付けて、年・月・曜日などを取り出せます。

▶ 実行を押すと、ここに結果が出ます

型が datetime64[ns]（日付と時刻）に変わりました。曜日は数字で、月曜が 0、火曜が 1、…、日曜が 6 です。2025年4月1日は火曜日なので、1 になっています。

次は、月ごとの売上合計です。日付を「月」単位に直したものを、groupby に渡します。

▶ 実行を押すと、ここに結果が出ます

4月から9月までの合計が並びました。to_period("M") は、日付を「2025年4月」のような月という期間に直します。「M」を「Y」にすると年ごと、「Q」にすると四半期ごとになります。

月ごとの集計の1行は、4つの部品でできています。

.dt は、文字の列に使った .str の、日付版です。日付型の列だけが使える道具が、並んでいます。

Lesson 03 で学んだ date 型の weekday() と同じく、月曜が 0 です。

① 年度を求める。 会社の年度は、4月始まりのことが多いです。1〜3月は、前の年の年度になります。「月が4より小さければ、年から1を引く」と書きます。サンプルの売上は4〜9月だけなので、1〜3月を含む日付で確かめます。

▶ 実行を押すと、ここに結果が出ます

3月31日は2024年度、4月1日は2025年度、翌年1月15日は2025年度になりました。会社によって年度の始まりは違うので、自社のルールを確認してください。

② 前月比と、移動平均。 月ごとの合計に、前の月と比べた増減率（前月比）と、直近3か月の移動平均を並べます。月ごとの集計には、resample("MS") も使えます（MS は「月初ごと」）。

▶ 実行を押すと、ここに結果が出ます

pct_change() は、「今の値 ÷ 前の値 − 1」を出します。最初の月は比べる相手がないので NaN です。rolling(3).mean() は、直近3つの平均で、3つそろうまでは NaN です。9月は前月比 −65.8% と大きく落ちています。これは、9月分のデータが月の途中までしか入っていないのか、本当に売上が減ったのか、数字の意味を確かめるきっかけになります。

③ 期間で絞り込む。営業日数を数える。 between で、期間内の行だけを取り出せます。営業日の数は bdate_range で数えます。祝日を除くときは、freq="C" と、holidays に祝日の一覧（holidays.csv）を渡します。

▶ 実行を押すと、ここに結果が出ます

between は、両端の日付を含みます。9月は、平日が22日ありますが、9月15日（敬老の日）と23日（秋分の日）を除いて、営業日は20日です。

④ 欠けている月を、0で補う。 取引のなかった月は、groupby の結果に出てきません。グラフや前月比がずれる原因になります。アオイ電機（C001）で確かめます。

▶ 実行を押すと、ここに結果が出ます

4月に取引がなかったので、はじめは5か月分しかありません。reindex で、4月から9月までという範囲を自分で決めて、ないところを 0 で埋めました。（resample も、途中で欠けた月は 0 で補いますが、最初や最後の欠けは補えません）

⑤ 日付の書き方が混ざっているとき。 Lesson 22 の messy.csv には、2025/10/01 と 2025-10-03 が混ざっていました。

▶ 実行を押すと、ここに結果が出ます

time data "2025-10-03" doesn't match format "%Y/%m/%d" と出ます。最初の日付の書き方に、全部を合わせようとして、合わないものが見つかって止まりました。先に df["日付"].str.replace("/", "-") で書き方をそろえるか、format="mixed" を付けます。うまく変換できない日付だけを NaT（日付版の欠損値）にしたいときは、errors="coerce" を付けます（Lesson 22 と同じ考え方です）。

お題① 月ごとの売上合計（数量×単価）を求め、売上がいちばん大きい月を表示してください。（ヒント：idxmax() は、最大の値がある行の名前を返します）

▶ 実行を押すと、ここに結果が出ます

import pandas as pd

df = pd.read_csv("sales_detail.csv")
df["金額"] = df["数量"] * df["単価"]
df["日付"] = pd.to_datetime(df["日付"])

monthly = df.groupby(df["日付"].dt.to_period("M"))["金額"].sum()
print(monthly.idxmax())

お題② 月ごとの売上合計から、8月の前月比（%）を、小数第1位まで表示してください。

▶ 実行を押すと、ここに結果が出ます

import pandas as pd

df = pd.read_csv("sales_detail.csv")
df["日付"] = pd.to_datetime(df["日付"])
df["金額"] = df["数量"] * df["単価"]
monthly = df.groupby(df["日付"].dt.to_period("M"))["金額"].sum()

rate = monthly.pct_change() * 100
print(round(rate["2025-08"], 1))

お題③ 2025年7月1日から9月30日までの売上（数量×単価）の合計を、between を使って表示してください。

▶ 実行を押すと、ここに結果が出ます

import pandas as pd

df = pd.read_csv("sales_detail.csv")
df["日付"] = pd.to_datetime(df["日付"])
df["金額"] = df["数量"] * df["単価"]

q = df[df["日付"].between("2025-07-01", "2025-09-30")]
print(q["金額"].sum())