In [109]:
%matplotlib inline
#coding: utf-8
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
import io
import os
import sys
import codecs
plt.style.use('ggplot')
# 2のべき乗数をPlot
df = pd.DataFrame([1,2,4,8,16,32,64,128,256],columns=['value'])
df.plot()
Out[109]:
<matplotlib.axes._subplots.AxesSubplot at 0x2c431f25828>
In [87]:
url = 'http://www.data.jma.go.jp/obd/stats/data/mdrr/tem_rct/alltable/mxtemsadext00_rct.csv'
# 気象庁から，日本全国の今日の最高気温を取得．
# read_csvでいろいろ凝ったことをしたいなら，engine='python'を指定したほうが無難かもしれない．
weather_df = pd.read_csv(url,engine='python',encoding='sjis')
weather_df
Out[87]:
観測所番号
都道府県
地点
国際地点番号
現在時刻(年)
現在時刻(月)
現在時刻(日)
現在時刻(時)
現在時刻(分)
今日の最高気温(℃)
...
昨日までの観測史上1位の値の品質情報
昨日までの観測史上1位の値を観測した起日（年）
昨日までの観測史上1位の値を観測した起日（月）
昨日までの観測史上1位の値を観測した起日（日）
昨日までの4月の1位の値
昨日までの4月の1位の値の品質情報
昨日までの4月の1位の値の起日（年）
昨日までの4月の1位の値の起日（月）
昨日までの4月の1位の値の起日（日）
統計開始年
0
11001
北海道宗谷地方
宗谷岬
NaN
2017
4
11
21
0
14.2
...
8
2000
8
1
21.8
8
2002
4
24
1978
1
11016
北海道宗谷地方
稚内
47401.0
2017
4
11
21
0
11.3
...
8
1946
8
22
20.2
8
1999
4
25
1938
2
11046
北海道宗谷地方
礼文
NaN
2017
4
11
21
0
9.7
...
8
2013
8
6
17.4
8
2012
4
26
2003
3
11061
北海道宗谷地方
声問
NaN
2017
4
11
21
0
12.6
...
8
2005
8
12
22.0
8
2012
4
26
2003
4
11076
北海道宗谷地方
浜鬼志別
NaN
2017
4
11
21
0
14.5
...
8
2000
7
31
22.4
8
2015
4
30
1978
5
11091
北海道宗谷地方
本泊
NaN
2017
4
11
21
0
11.2
...
8
2012
8
29
20.7
8
2012
4
26
2003
6
11121
北海道宗谷地方
沼川
NaN
2017
4
11
21
0
12.8
...
8
1989
7
26
24.7
8
2008
4
21
1977
7
11151
北海道宗谷地方
沓形
NaN
2017
4
11
21
0
10.3
...
8
1989
8
7
19.3
8
2012
4
26
1977
8
11176
北海道宗谷地方
豊富
NaN
2017
4
11
21
0
13.0
...
8
2000
8
1
22.7
8
1999
4
26
1977
9
11206
北海道宗谷地方
浜頓別
NaN
2017
4
11
21
0
14.4
...
4
1989
7
27
23.6
8
2015
4
30
1977
10
11276
北海道宗谷地方
中頓別
NaN
2017
4
11
21
0
14.2
...
8
1989
7
27
24.6
8
2015
4
30
1977
11
11291
北海道宗谷地方
北見枝幸
47402.0
2017
4
11
21
0
14.2
...
8
2000
7
31
26.1
8
1998
4
21
1942
12
11316
北海道宗谷地方
歌登
NaN
2017
4
11
21
0
14.3
...
8
1989
7
26
25.9
8
1998
4
21
1977
13
12011
北海道上川地方
中川
NaN
2017
4
11
21
0
14.1
...
8
1979
8
18
24.5
8
2008
4
21
1977
14
12041
北海道上川地方
音威子府
NaN
2017
4
11
21
0
12.7
...
8
1978
8
3
25.3
8
1998
4
21
1977
15
12141
北海道上川地方
美深
NaN
2017
4
11
21
0
13.7
...
8
1978
8
3
26.7
8
1998
4
21
1977
16
12181
北海道上川地方
名寄
NaN
2017
4
11
21
0
13.6
...
8
1984
8
16
26.4
8
1998
4
21
1976
17
12231
北海道上川地方
下川
NaN
2017
4
11
21
0
15.2
...
8
1978
8
3
26.6
8
1998
4
21
1977
18
12261
北海道上川地方
士別
NaN
2017
4
11
21
0
14.6
...
8
2014
6
4
25.8
8
1998
4
21
1977
19
12266
北海道上川地方
朝日
NaN
2017
4
11
21
0
14.2
...
8
2014
6
4
26.6
8
1998
4
21
1977
20
12301
北海道上川地方
和寒
NaN
2017
4
11
21
0
14.2
...
8
2014
6
4
26.2
8
1998
4
21
1977
21
12386
北海道上川地方
江丹別
NaN
2017
4
11
21
0
13.1
...
8
2014
6
4
25.7
8
2015
4
27
1977
22
12396
北海道上川地方
比布
NaN
2017
4
11
21
0
13.5
...
8
2014
6
4
28.2
8
1998
4
21
1977
23
12411
北海道上川地方
上川
NaN
2017
4
11
21
0
11.4
...
8
1978
8
3
27.1
8
1998
4
21
1977
24
12442
北海道上川地方
旭川
47407.0
2017
4
11
21
0
14.2
...
8
1989
8
7
29.6
8
1998
4
21
1888
25
12451
北海道上川地方
東川
NaN
2017
4
11
21
0
13.7
...
8
2014
6
4
28.1
8
1998
4
21
1977
26
12501
北海道上川地方
東神楽
NaN
2017
4
11
21
0
13.4
...
8
2014
6
4
25.9
8
2015
4
27
2003
27
12512
北海道上川地方
志比内
NaN
2017
4
11
21
0
12.0
...
8
2014
6
4
25.7
8
2015
4
27
1993
28
12551
北海道上川地方
美瑛
NaN
2017
4
11
21
0
11.9
...
8
2014
6
4
27.0
8
1998
4
21
1977
29
12596
北海道上川地方
上富良野
NaN
2017
4
11
21
0
12.5
...
8
2014
6
4
27.6
8
2015
4
27
1977
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
899
88971
鹿児島県
沖永良部
47942.0
2017
4
11
21
0
22.9
...
8
1980
7
31
29.8
8
1991
4
18
1969
900
88986
鹿児島県
与論島
NaN
2017
4
11
21
0
23.0
...
8
2013
8
12
28.4
8
2016
4
26
2000
901
91011
沖縄県
伊是名
NaN
2017
4
11
21
0
23.4
...
8
2009
8
11
30.0
8
2015
4
5
1977
902
91021
沖縄県
奥
NaN
2017
4
11
21
0
22.0
...
8
2003
7
7
28.9
8
1998
4
24
1977
903
91096
沖縄県
粟国
NaN
2017
4
11
21
0
23.5
...
8
2003
8
3
28.8
8
2016
4
26
2003
904
91107
沖縄県
名護
47940.0
2017
4
11
21
0
24.0
...
8
2009
8
3
29.7
8
1973
4
25
1966
905
91141
沖縄県
北原
NaN
2017
4
11
21
0
23.9
...
8
2013
8
10
28.7
8
2012
4
30
2003
906
91146
沖縄県
久米島
47929.0
2017
4
11
21
0
24.3
...
8
2013
8
9
30.2
8
2016
4
26
1958
907
91166
沖縄県
宮城島
NaN
2017
4
11
21
0
24.2
...
8
2009
8
25
28.0
8
2010
4
21
2007
908
91181
沖縄県
渡嘉敷
NaN
2017
4
11
21
0
22.5
...
8
2013
8
8
26.6
8
2016
4
24
1977
909
91197
沖縄県
那覇
47936.0
2017
4
11
21
0
24.4
...
8
2001
8
9
30.6
8
1892
4
30
1890
910
91216
沖縄県
慶良間
NaN
2017
4
11
21
0
21.8
...
8
2013
8
11
28.0
8
2010
4
21
2003
911
91236
沖縄県
安次嶺
NaN
2017
4
11
21
0
24.2
...
8
2009
8
3
29.0
8
2015
4
4
2003
912
91241
沖縄県
糸数
NaN
2017
4
11
21
0
22.9
...
8
2013
8
7
27.8
8
1995
4
25
1977
913
92006
沖縄県
北大東
NaN
2017
4
11
21
0
27.1
...
8
2013
8
15
29.6
8
2016
4
27
2003
914
92011
沖縄県
南大東(南大東島)
47945.0
2017
4
11
21
0
26.2
...
8
1991
7
12
30.2
8
2016
4
26
1942
915
92012
沖縄県
旧東
NaN
2017
4
11
21
0
27.3
...
8
2015
9
3
29.8
8
2016
4
27
2003
916
93012
沖縄県
下地
NaN
2017
4
11
21
0
27.4
...
8
2016
7
5
29.2
8
2003
4
23
2003
917
93041
沖縄県
宮古島
47927.0
2017
4
11
21
0
27.2
...
8
1971
7
16
30.7
8
1964
4
21
1938
918
93042
沖縄県
鏡原
NaN
2017
4
11
21
0
28.1
...
8
2003
7
22
30.3
8
2003
4
20
2003
919
93062
沖縄県
仲筋
NaN
2017
4
11
21
0
27.6
...
8
2009
8
2
30.0
8
2016
4
23
2003
920
94001
沖縄県
伊原間
NaN
2017
4
11
21
0
26.7
...
8
2012
7
8
30.3
8
1998
4
10
1977
921
94011
沖縄県
所野
NaN
2017
4
11
21
0
24.9
...
8
2014
9
3
30.5
8
2016
4
23
2003
922
94017
沖縄県
与那国島
47912.0
2017
4
11
21
0
24.8
...
8
2007
7
21
30.4
8
2016
4
23
1956
923
94062
沖縄県
西表島
47917.0
2017
4
11
21
0
26.6
...
8
2014
7
6
31.0
8
1964
4
18
1954
924
94081
沖縄県
石垣島
47918.0
2017
4
11
21
0
28.8
...
8
1899
9
15
32.9
8
1900
4
15
1896
925
94086
沖縄県
盛山
NaN
2017
4
11
21
0
28.1
...
8
2016
8
4
29.6
8
2016
4
26
2013
926
94101
沖縄県
大原
NaN
2017
4
11
21
0
27.3
...
8
2003
7
24
32.2
8
2002
4
23
1978
927
94116
沖縄県
波照間
NaN
2017
4
11
21
0
27.8
...
8
2009
8
5
30.1
8
2016
4
23
1979
928
94121
沖縄県
志多阿原
NaN
2017
4
11
21
0
28.9
...
8
2016
8
3
30.5
8
2016
4
23
2003
929 rows × 37 columns
In [108]:
url = 'http://www.data.jma.go.jp/obd/stats/data/mdrr/tem_rct/alltable/mxtemsadext00_rct.csv'
# 気象庁から取得した，日本全国の今日の最高気温データから，長野県のものを抽出
# 日本全国の今日の最高気温を取得．indexに，都道府県を指定．
weather_df = pd.read_csv(url,engine='python',encoding='sjis',index_col=1,header=0)
# 都道府県が，長野県のデータをピックアップ
weather_df[weather_df.index.isin(['長野県'])]
Out[108]:
観測所番号
地点
国際地点番号
現在時刻(年)
現在時刻(月)
現在時刻(日)
現在時刻(時)
現在時刻(分)
今日の最高気温(℃)
今日の最高気温の品質情報
...
昨日までの観測史上1位の値の品質情報
昨日までの観測史上1位の値を観測した起日（年）
昨日までの観測史上1位の値を観測した起日（月）
昨日までの観測史上1位の値を観測した起日（日）
昨日までの4月の1位の値
昨日までの4月の1位の値の品質情報
昨日までの4月の1位の値の起日（年）
昨日までの4月の1位の値の起日（月）
昨日までの4月の1位の値の起日（日）
統計開始年
都道府県
長野県
48031
野沢温泉
NaN
2017
4
11
21
0
7.0
5
...
8
1994
8
13
28.7
8
2005
4
28
1978
長野県
48061
信濃町
NaN
2017
4
11
21
0
8.9
5
...
8
2006
8
19
27.4
8
2005
4
28
1978
長野県
48066
飯山
NaN
2017
4
11
21
0
9.7
5
...
8
1994
8
14
32.2
8
2005
4
28
1978
長野県
48141
白馬
NaN
2017
4
11
21
0
5.9
5
...
8
1994
8
16
28.5
8
1998
4
20
1978
長野県
48156
長野
47610.0
2017
4
11
21
0
8.3
5
...
8
1994
8
16
30.8
8
1911
4
24
1889
長野県
48191
大町
NaN
2017
4
11
21
0
5.3
5
...
8
2002
8
1
27.6
8
2004
4
22
1978
長野県
48196
信州新町
NaN
2017
4
11
21
0
8.5
5
...
8
1994
8
16
30.1
8
2004
4
22
1978
長野県
48216
菅平
NaN
2017
4
11
21
0
3.4
5
...
8
1994
8
15
23.8
8
2004
4
22
1978
長野県
48256
上田
NaN
2017
4
11
21
0
6.8
5
...
8
2004
7
8
32.0
8
2004
4
22
1976
長野県
48296
穂高
NaN
2017
4
11
21
0
8.5
5
...
8
2013
7
12
31.0
8
2004
4
22
1978
長野県
48321
東御
NaN
2017
4
11
21
0
8.1
5
...
8
1994
8
16
27.6
8
2004
4
22
1978
長野県
48331
軽井沢
47622.0
2017
4
11
21
0
4.8
5
...
8
1946
7
16
28.3
8
2004
4
22
1925
長野県
48361
松本
47618.0
2017
4
11
21
0
8.3
5
...
8
1942
8
2
30.9
8
1969
4
13
1898
長野県
48363
松本今井
NaN
2017
4
11
21
0
8.4
5
...
8
2015
8
7
29.0
8
2004
4
22
2003
長野県
48381
立科
NaN
2017
4
11
21
0
5.7
5
...
8
2013
8
15
29.6
8
2004
4
22
1978
長野県
48386
佐久
NaN
2017
4
11
21
0
5.8
5
...
8
1994
8
7
30.4
8
2004
4
22
1978
長野県
48466
奈川
NaN
2017
4
11
21
0
2.7
5
...
8
1994
7
15
27.5
8
2003
4
18
1978
長野県
48491
諏訪
47620.0
2017
4
11
21
0
7.0
5
...
8
1995
8
20
29.2
8
1969
4
13
1945
長野県
48531
開田高原
NaN
2017
4
11
21
0
4.4
5
...
8
1994
8
16
26.7
8
2003
4
18
1978
長野県
48541
木曽平沢
NaN
2017
4
11
21
0
5.5
5
...
8
2011
7
16
28.2
8
1998
4
20
1978
長野県
48546
辰野
NaN
2017
4
11
21
0
7.8
5
...
8
1994
8
16
28.8
8
2004
4
22
1978
長野県
48561
原村
NaN
2017
4
11
21
0
4.3
5
...
8
2001
7
24
27.0
8
2003
4
18
1978
長野県
48571
野辺山
NaN
2017
4
11
21
0
3.1
5
...
8
2003
8
23
24.9
8
2003
4
18
1978
長野県
48606
木曽福島
NaN
2017
4
11
21
0
7.8
5
...
8
2010
9
4
28.0
8
2003
4
18
1976
長野県
48621
伊那
NaN
2017
4
11
21
0
8.0
5
...
8
2013
8
11
28.8
8
2012
4
28
1993
長野県
48717
南木曽
NaN
2017
4
11
21
0
8.2
5
...
8
2007
8
16
27.7
8
2012
4
28
1978
長野県
48731
飯島
NaN
2017
4
11
21
0
6.9
5
...
8
1994
8
4
28.4
8
2003
4
18
1978
長野県
48767
飯田
47637.0
2017
4
11
21
0
8.9
5
...
8
1942
8
2
31.4
8
1922
4
28
1897
長野県
48826
浪合
NaN
2017
4
11
21
0
6.3
5
...
8
2007
8
17
25.9
8
1998
4
20
1978
長野県
48841
南信濃
NaN
2017
4
11
21
0
9.0
5
...
8
2013
8
12
31.0
8
2004
4
22
1978
30 rows × 36 columns
In [86]:
csv_url='https://www.mizuhobank.co.jp/rate/market/csv/quote.csv'
# 為替のデータを取得
rate_df = pd.read_csv(csv_url,encoding='sjis',engine='python')
rate_df
Out[86]:
Unnamed: 0
Unnamed: 1
Unnamed: 2
Unnamed: 3
Unnamed: 4
Unnamed: 5
Unnamed: 6
Unnamed: 7
Unnamed: 8
Unnamed: 9
...
Unnamed: 28
Unnamed: 29
Unnamed: 30
Unnamed: 31
Unnamed: 32
参考相場
Unnamed: 34
Unnamed: 35
Unnamed: 36
Unnamed: 37
0
NaN
米ドル
英ポンド
ユーロ
カナダドル
スイスフラン
スウェーデンクローネ
デンマーククローネ
ノルウェークローネ
オーストラリアドル
...
チェココロナ
ポーランドズロチ
ロシアルーブル
トルコリラ
NaN
インドネシアルピア
中国人民元
マレーシアリンギ
韓国ウォン
台湾ドル
1
NaN
USD
GBP
EUR
CAD
CHF
SEK
DKK
NOK
AUD
...
CZK
PLN
RUB
TRY
NaN
IDR(100)
CNY
MYR
KRW(100)
TWD
2
2002/4/1
133.15
189.79
116.12
83.48
79.28
12.87
15.63
15.08
71.14
...
*****
*****
NaN
NaN
NaN
1.37
16.09
*****
*****
3.82
3
2002/4/2
133.2
191.78
117.18
83.38
80.15
13
15.77
15.24
71.02
...
*****
*****
NaN
NaN
NaN
1.38
16.09
*****
*****
3.82
4
2002/4/3
133.2
191.26
116.96
83.65
80.02
12.95
15.75
15.23
71.14
...
*****
*****
NaN
NaN
NaN
1.37
16.09
*****
*****
3.82
5
2002/4/4
133.1
191.13
117.15
83.72
80.18
12.93
15.77
15.33
70.81
...
*****
*****
NaN
NaN
NaN
1.37
16.08
*****
*****
3.82
6
2002/4/5
132.3
189.74
116.32
82.96
79.47
12.87
15.65
15.22
70.33
...
*****
*****
NaN
NaN
NaN
1.37
15.98
*****
*****
3.8
7
2002/4/8
131.55
188.54
115.69
82.8
79
12.82
15.57
15.13
69.76
...
*****
*****
NaN
NaN
NaN
1.38
15.89
*****
*****
3.77
8
2002/4/9
131.55
188.31
115.05
82.45
78.46
12.69
15.48
15.08
69.5
...
*****
*****
NaN
NaN
NaN
1.39
15.89
*****
*****
3.78
9
2002/4/10
130.7
187.84
115.16
81.93
78.47
12.63
15.49
15.06
69.41
...
*****
*****
NaN
NaN
NaN
1.37
15.79
*****
*****
3.75
10
2002/4/11
131.1
188.36
115.41
82.33
78.62
12.69
15.53
15.12
69.68
...
*****
*****
NaN
NaN
NaN
1.38
15.84
*****
*****
3.76
11
2002/4/12
131.55
189.06
115.99
82.83
79.2
12.76
15.61
15.25
70.47
...
*****
*****
NaN
NaN
NaN
1.4
15.89
*****
*****
3.77
12
2002/4/15
132.2
189.84
116.38
83.27
79.38
12.83
15.65
15.28
70.5
...
*****
*****
NaN
NaN
NaN
1.4
15.97
*****
*****
3.79
13
2002/4/16
131.85
189.49
116.01
83.15
79.05
12.74
15.61
15.24
70.1
...
*****
*****
NaN
NaN
NaN
1.42
15.93
*****
*****
3.78
14
2002/4/17
130.95
188.55
115.59
82.81
78.74
12.63
15.56
15.16
69.94
...
*****
*****
NaN
NaN
NaN
1.4
15.82
*****
*****
3.75
15
2002/4/18
130.6
188.97
116.31
82.93
79.19
12.73
15.65
15.23
70.33
...
*****
*****
NaN
NaN
NaN
1.4
15.78
*****
*****
3.74
16
2002/4/19
130.1
188.59
115.93
82.65
78.98
12.62
15.61
15.21
70.42
...
*****
*****
NaN
NaN
NaN
1.4
15.72
*****
*****
3.73
17
2002/4/22
130.3
188.62
115.99
82.83
79.13
12.66
15.61
15.26
70.4
...
*****
*****
NaN
NaN
NaN
1.41
15.74
*****
*****
3.75
18
2002/4/23
129.9
188.43
115.4
82.65
78.6
12.55
15.54
15.18
70.38
...
*****
*****
NaN
NaN
NaN
1.42
15.69
*****
*****
3.74
19
2002/4/24
130.25
188.58
115.68
82.79
78.87
12.6
15.57
15.23
70.02
...
*****
*****
NaN
NaN
NaN
1.4
15.74
*****
*****
3.76
20
2002/4/25
129.45
187.73
115.57
82.6
78.83
12.56
15.55
15.17
70.36
...
*****
*****
NaN
NaN
NaN
1.4
15.64
*****
*****
3.73
21
2002/4/26
128.75
187.43
115.62
82.25
79.04
12.54
15.57
15.25
70.08
...
*****
*****
NaN
NaN
NaN
1.4
15.55
*****
*****
3.71
22
2002/4/30
128.35
187.08
115.93
81.98
79.15
12.56
15.6
15.31
69.28
...
*****
*****
NaN
NaN
NaN
1.39
15.51
*****
*****
3.71
23
2002/5/1
128.6
187.49
115.7
82.05
79.43
12.54
15.58
15.3
69.21
...
*****
*****
NaN
NaN
NaN
1.39
15.54
*****
*****
3.72
24
2002/5/2
127.45
187.08
115.62
81.75
79.58
12.5
15.56
15.28
68.78
...
*****
*****
NaN
NaN
NaN
1.38
15.4
*****
*****
3.68
25
2002/5/7
127
186.55
116.6
81.03
80.27
12.55
15.7
15.39
68.64
...
*****
*****
NaN
NaN
NaN
1.38
15.34
*****
*****
3.68
26
2002/5/8
128.2
187.71
117
81.83
80.44
12.51
15.75
15.38
69.33
...
*****
*****
NaN
NaN
NaN
1.39
15.49
*****
*****
3.72
27
2002/5/9
128.9
187.77
116.62
82.07
80.1
12.56
15.69
15.42
69.84
...
*****
*****
NaN
NaN
NaN
1.4
15.57
*****
*****
3.74
28
2002/5/10
128.65
187.92
117.08
82.15
80.55
12.57
15.75
15.49
69.9
...
*****
*****
NaN
NaN
NaN
1.4
15.54
*****
*****
3.73
29
2002/5/13
127.3
186.39
116.36
81.78
80
12.46
15.66
15.39
69.3
...
*****
*****
NaN
NaN
NaN
1.39
15.38
*****
*****
3.7
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
3661
2017/2/28
112.44
139.75
118.91
85.21
111.35
12.39
16
13.42
86.23
...
4.4
27.58
1.93
31.16
NaN
0.84
*****
25.35
9.92
3.67
3662
2017/3/1
113.13
140.05
119.45
84.94
112.34
12.5
16.07
13.48
86.69
...
4.42
27.76
1.94
31.07
NaN
0.85
*****
25.46
9.95
3.68
3663
2017/3/2
113.99
140.07
120.13
85.41
112.87
12.59
16.16
13.55
87.25
...
4.45
28.06
1.96
31.17
NaN
0.85
*****
25.63
9.99
3.7
3664
2017/3/3
114.32
140.36
120.21
85.4
112.9
12.6
16.17
13.49
86.54
...
4.45
27.99
1.95
30.68
NaN
0.86
*****
25.7
9.95
3.7
3665
2017/3/6
113.81
139.87
120.79
84.94
112.84
12.67
16.24
13.51
86.28
...
4.47
28.08
1.96
30.63
NaN
0.85
*****
25.55
9.87
3.67
3666
2017/3/7
114.03
139.53
120.59
85.03
112.61
12.63
16.22
13.42
86.53
...
4.46
28
1.95
30.71
NaN
0.85
*****
25.64
9.87
3.69
3667
2017/3/8
113.89
139.04
120.36
84.94
112.44
12.64
16.2
13.48
86.49
...
4.46
27.97
1.96
30.98
NaN
0.85
*****
25.59
9.92
3.68
3668
2017/3/9
114.6
139.42
120.74
84.91
112.88
12.65
16.24
13.41
86.26
...
4.47
28.03
1.94
30.63
NaN
0.86
*****
25.72
9.92
3.7
3669
2017/3/10
115.23
140.13
121.99
85.3
113.85
12.75
16.41
13.42
86.49
...
4.52
28.22
1.95
30.59
NaN
0.86
*****
25.85
9.95
3.71
3670
2017/3/13
114.84
139.76
122.71
85.26
113.66
12.76
16.51
13.35
86.55
...
4.54
28.31
1.95
30.69
NaN
0.86
*****
25.82
9.99
3.7
3671
2017/3/14
114.85
140.2
122.36
85.36
114
12.85
16.46
13.41
86.73
...
4.53
28.27
1.95
30.7
NaN
0.86
*****
25.84
10.01
3.71
3672
2017/3/15
114.84
139.65
121.86
85.22
113.78
12.81
16.4
13.34
86.82
...
4.51
28.22
1.94
30.68
NaN
0.86
*****
25.81
9.99
3.71
3673
2017/3/16
113.28
139.13
121.65
85.24
113.38
12.77
16.37
13.33
87.11
...
4.5
28.22
1.94
30.84
NaN
0.85
*****
25.57
10.02
3.71
3674
2017/3/17
113.48
140.22
122.15
85.19
113.87
12.87
16.43
13.34
87.11
...
4.53
28.37
1.96
31.3
NaN
0.85
*****
25.58
10.03
3.71
3675
2017/3/21
112.4
139.11
120.99
84.34
112.7
12.77
16.27
13.28
86.91
...
4.48
28.37
1.96
31.08
NaN
0.84
*****
25.43
10.07
3.7
3676
2017/3/22
111.72
139.44
120.66
83.58
112.34
12.68
16.23
13.17
85.66
...
4.47
28.19
1.94
30.74
NaN
0.84
*****
25.22
9.95
3.66
3677
2017/3/23
111.5
139.07
120.23
83.61
112.34
12.67
16.17
13.16
85.38
...
4.45
28.12
1.93
30.83
NaN
0.84
*****
25.2
9.96
3.66
3678
2017/3/24
111.39
139.18
119.89
83.39
111.97
12.6
16.12
13.1
84.99
...
4.44
28.13
1.94
30.64
NaN
0.84
*****
25.17
9.93
3.65
3679
2017/3/27
110.45
138.26
119.78
82.8
111.78
12.57
16.1
13.05
84.23
...
4.43
28.08
1.94
30.67
NaN
0.83
*****
24.99
9.92
3.64
3680
2017/3/28
110.71
139.07
120.22
82.7
112.28
12.6
16.16
13.04
84.52
...
4.45
28.3
1.95
30.65
NaN
0.83
*****
25.08
9.94
3.66
3681
2017/3/29
111.05
137.84
120.14
82.95
111.95
12.58
16.15
13.03
84.91
...
4.45
28.34
1.95
30.36
NaN
0.83
*****
25.14
9.97
3.68
3682
2017/3/30
111.39
138.56
119.71
83.51
111.69
12.54
16.09
13.08
85.42
...
4.42
28.34
1.97
30.51
NaN
0.84
*****
25.22
10.01
3.69
3683
2017/3/31
112.2
139.98
119.78
84.03
112.07
12.54
16.11
13.1
85.81
...
4.41
28.45
2
30.71
NaN
0.84
*****
25.37
10.03
3.7
3684
2017/4/3
111.26
139.49
118.76
83.55
111.12
12.42
15.97
12.96
84.96
...
4.39
28.08
1.98
30.68
NaN
0.84
*****
25.17
9.99
3.67
3685
2017/4/4
110.59
138.08
117.99
82.54
110.42
12.34
15.86
12.89
83.95
...
4.36
27.86
1.97
30.35
NaN
0.83
*****
24.99
9.89
3.64
3686
2017/4/5
110.77
137.81
118.32
82.66
110.55
12.31
15.91
12.9
83.84
...
4.37
27.86
1.98
30.12
NaN
0.83
*****
25.02
9.87
3.64
3687
2017/4/6
110.57
138.09
118
82.24
110.15
12.32
15.87
12.86
83.6
...
4.37
27.89
1.96
29.82
NaN
0.83
*****
24.97
9.81
3.64
3688
2017/4/7
110.99
138.27
118.14
82.67
110.38
12.29
15.89
12.87
83.69
...
4.44
27.93
1.97
29.93
NaN
0.83
*****
25.02
9.81
3.63
3689
2017/4/10
111.47
137.96
117.92
83.09
110.37
12.27
15.86
12.86
83.65
...
4.44
27.95
1.94
29.91
NaN
0.84
*****
25.12
9.76
3.64
3690
2017/4/11
110.8
137.64
117.36
83.15
109.84
12.19
15.78
12.84
83.18
...
4.41
27.74
1.94
29.71
NaN
0.83
*****
24.99
9.7
3.63
3691 rows × 38 columns
In [39]:
csv_url='https://www.mizuhobank.co.jp/rate/market/csv/quote.csv'
# 為替のデータを取得
rate_df = pd.read_csv(csv_url,skiprows=2,index_col=0,parse_dates=True)
# USDの為替の変動をPlot
df_pri = rate_df['USD']
df_pri.plot()
Out[39]:
<matplotlib.axes._subplots.AxesSubplot at 0x2c430834a58>
Content source: kikd/TIL
Similar notebooks: