Pandas shiftでデータを行列方向にずらす！時系列分析に必須の操作

import pandas as pd

# サンプルSeriesの作成
s = pd.Series([10, 12, 15, 11, 18])
print("元のSeries:\n", s)

# 1つ下にずらす (デフォルト)
s_shifted_down = s.shift(1)
print("\n1つ下にずらしたSeries (shift(1)):\n", s_shifted_down)

# 2つ下にずらす
s_shifted_2down = s.shift(2)
print("\n2つ下にずらしたSeries (shift(2)):\n", s_shifted_2down)

# 1つ上にずらす
s_shifted_up = s.shift(-1)
print("\n1つ上にずらしたSeries (shift(-1)):\n", s_shifted_up)

# サンプルDataFrameの作成
df = pd.DataFrame({
    'A': [10, 20, 30],
    'B': [5, 12, 18],
    'C': [1, 2, 3]
})
print("元のDataFrame:\n", df)

# 行方向に1つ下にずらす (デフォルト: axis=0)
df_shifted_row = df.shift(1)
print("\n行方向に1つ下にずらしたDataFrame:\n", df_shifted_row)

# 列方向に1つ右にずらす (axis=1)
df_shifted_col = df.shift(1, axis=1)
print("\n列方向に1つ右にずらしたDataFrame:\n", df_shifted_col)

# 株価データの日次変化 (diffとshiftの比較)
prices = pd.Series([100, 102, 101, 105, 103])

# diffで前日との差分を計算
daily_diff = prices.diff(1)
print("\ndiffによる日次差分:\n", daily_diff)

# shiftを使って手動で差分を計算
manual_diff = prices - prices.shift(1)
print("\nshiftを使った手動日次差分:\n", manual_diff)

# pct_changeで前日との変化率を計算
daily_pct_change = prices.pct_change(1) * 100
print("\npct_changeによる日次変化率 (%):\n", daily_pct_change)

# 月次売上データ (時系列インデックスを持つSeries)
sales = pd.Series([100, 110, 105, 120, 130, 125, 140, 150, 145, 160, 170, 165],
                  index=pd.date_range('2024-01-01', periods=12, freq='M'))

print("月次売上:\n", sales)

# 前年同月比を計算 (もしデータが複数年あれば)
# sales.shift(12) など
# ここでは例として2ヶ月前との比較
sales_vs_2months_ago = sales / sales.shift(2) - 1
print("\n2ヶ月前からの変化率:\n", sales_vs_2months_ago)

# 時系列データからラグ特徴量を作成
df_lag = pd.DataFrame({'value': [1, 2, 3, 4, 5, 6]})
df_lag['value_lag1'] = df_lag['value'].shift(1) # 1つ前の値
df_lag['value_lag2'] = df_lag['value'].shift(2) # 2つ前の値

print("\nラグ特徴量を追加したDataFrame:\n", df_lag)