Github無料講座(crypto-data-analysis-course)をしました(2026年6月23日)

GIthubにアップロードしてくれていた(crypto-data-analysis-course)の vol01_data_acquisition_and_cleansing.ipynb を読みました。
そのうち、

# 出来高がゼロの足が連続している場合、取引停止やデータ欠損の兆候

zero_volume = df_1h[df_1h['volume'] == 0]
print(f"=== 出来高ゼロのチェック === ")
print(f" 出来高ゼロの足: {len(zero_volume)} 件 / {len(df_1h):,} 件")
if len(zero_volume) > 0:

# 連続ゼロの検出

is_zero = (df_1h['volume'] == 0).astype(int)
consecutive = is_zero.groupby((is_zero != is_zero.shift()).cumsum()).cumsum()
max_consecutive = consecutive.max()
print(f" 最大連続ゼロ: {max_consecutive} 本")
if max_consecutive >= 3:
print(" ⚠️ 3本以上の連続ゼロ出来高があります。取引停止の可能性があるため要調査")
print(f"\n出来高ゼロの行:")
print(zero_volume[['close', 'volume']].head(10).to_string())
else:
print("→ 出来高ゼロの足はなし（正常）")

の

consecutive = is_zero.groupby((is_zero != is_zero.shift()).cumsum()).cumsum()

部分が何度やって読み解いてもよく分からなかったので、考えていこうと思います。

consecutive = is_zero.groupby((is_zero != is_zero.shift()).cumsum()).cumsum() とは

まず、このまま眺めていてもよく分からないので、分解します。

# 1つ前の行と値が変わった場所を True にする
is_changed = is_zero != is_zero.shift()

# 値が変わるたびにグループ番号を増やす
group_id = is_changed.cumsum()

# グループごとに累積和を取る
# これにより、ゼロ出来高が 1, 2, 3... と数えられる
consecutive = is_zero.groupby(group_id).cumsum()

順番に見ていきます。

---

is_changed = is_zero != is_zero.shift()

これは、右側の

is_zero != is_zero.shift()

は条件ですね。この結果を

is_changed

に代入するというコードのようです。
では、

is_zero != is_zero.shift()

は何を言っているのでしょうか？
例をもちいて考えていきます。

時点	is_zero	is_zero.shift()
1	0	Nan
2	0	0
3	1	0
4	1	1
5	1	1
6	0	1
7	1	0
8	1	1
9	0	1

この
is_zero
と
is_zero.shift()
が
!=
の時、つまり、
is_zero
と
is_zero.shift()
が
違う時、True
同じ時、False
なので、

時点	is_zero	is_zero.shift()	is_changed (違う？)
1	0	Nan	True
2	0	0	False
3	1	0	True
4	1	1	False
5	1	1	False
6	0	1	True
7	1	0	True
8	1	1	False
9	0	1	True
10	1	0	True

となります。

---

group_id = is_changed.cumsum()

次はこれです。
これをはじめて見た時、私は

cumsum()

って、何と思いました😅
これは　累積和　というものらしいです。
どういう事をするものかというと

np.cumsum()

np	np.cumsum()
0	0
2	2
1	3
5	8
0	8
1	9
3	12
4	16

つまり、

np.cumsum()

のはじめの行は

np

をそのまま移し、その次の行からは
前の行の

np.cumsum()

とその行の

np

を足すを繰り返す関数のようです。
では、話を

group_id = is_changed.cumsum()

に戻しまして、
つまり、これは

is_changed.cumsum()

は

is_changed

を累積和したものだと分かります。
つまり、下の表のようになります。

時点	is_zero	is_changed	is_zeroを数値に	group_id
1	0	True	1	1
2	0	False	0	1
3	1	True	1	2
4	1	False	0	2
5	1	False	0	2
6	0	True	1	3
7	1	True	1	4
8	1	False	0	4
9	0	True	1	5
10	1	True	1	6

---

最後に、

consecutive = is_zero.groupby(group_id).cumsum()

です。
ここで、これは何？
となるのは、

groupby()

です。

例えば、

import pandas as pd

df = pd.DataFrame({
    "symbol": ["BTC", "BTC", "ETH", "ETH", "SOL"],
    "volume": [100, 200, 50, 70, 30]
})

こんなDataFrameがあったとして、このDataframeの中身は

	symbol	volume
0	BTC	100
1	BTC	200
2	ETH	50
3	ETH	70
4	SOL	30

です。ここで、

df.groupby("symbol")["volume"].sum()

を考えます。
この結果は

symbol
BTC 300
ETH 120
SOL 30
Name: volume, dtype: int64

になるそうです。
つまり、

df の symbol のうち、BTC の行だけ集めて volume を合計
df の symbol のうち、ETH の行だけ集めて volume を合計
df の symbol のうち、SOL の行だけ集めて volume を合計

しています。
では、例えから本題に戻ります。

consecutive = is_zero.groupby(group_id).cumsum()

これは、is_zero を group_id の値でグループ分けして、各グループ内で cumsum() するという意味です。

時点	is_zero	group_id
1	0	1
2	0	1
3	1	2
4	1	2
5	1	2
6	0	3
7	1	4
8	1	4
9	0	5
10	1	6

is_zero	→	group_id
0, 0	→	グループ1
1, 1, 1	→	グループ2
0	→	グループ3
1, 1	→	グループ4
0	→	グループ5
1	→	グループ6

つまり、
グループ1、グループ2、グループ3、グループ4、グループ5、グループ6に分けて 、グループごとに is_zeroの累積和をとっている。

時点	is_zero	group_id	グループ	consecutive
1	0	1	グループ1	0
2	0	1	グループ1	0
3	1	2	グループ2	1
4	1	2	グループ2	2
5	1	2	グループ2	3
6	0	3	グループ3	0
7	1	4	グループ4	1
8	1	4	グループ4	2
9	0	5	グループ5	0
10	1	6	グループ6	1

結局、この1行は何をしていたのか？

is_zero = (df_1h['volume'] == 0).astype(int)
consecutive = is_zero.groupby((is_zero != is_zero.shift()).cumsum()).cumsum()

↓分解

is_changed = is_zero != is_zero.shift()
group_id = is_changed.cumsum()
consecutive = is_zero.groupby(group_id).cumsum()

これは、

1. volume == 0 の行を 1、それ以外を 0 にする
2. 0 と 1 が切り替わる場所を見つける
3. 切り替わるたびに group_id を増やす
4. group_id ごとに cumsum() する
5. その結果、出来高ゼロが何本連続しているかが分かる

という処理だった。

つまり、

is_zero = (df_1h['volume'] == 0).astype(int)
consecutive = is_zero.groupby((is_zero != is_zero.shift()).cumsum()).cumsum()
max_consecutive = consecutive.max()

と合わせると、この1行は「最大で何本連続して出来高ゼロだったか」を調べるための前処理でした。

ああ、少し分かった気がしました😅

出典

この記事は、Hoheto さんの GitHub リポジトリ
「crypto-data-analysis-course」の vol01_data_acquisition_and_cleansing.ipynb を学習した記録です。

元リポジトリ: https://github.com/i-love-profit/crypto-data-analysis-course
作者: Hoheto さん
ライセンス: MIT License

元コードの一部を引用し、自分の理解のために分解・解説しています。