Python 时间序列分析简介（1）





实时更新的数据需要额外的处理和特殊照顾，才能为机器学习模型做好准备。重要的Python库Pandas可用于大部分工作，本教程将指导您完成分析时间序列数据的整个过程。





根据维基百科：



时间序列 在时间上是顺序的一系列数据点索引（或列出的或绘制）的。最常见的是，时间序列是在连续的等间隔时间点上获取的序列。因此，它是一系列离散时间数据。时间序列的示例包括海潮高度，黑子数和道琼斯工业平均指数的每日收盘价。

我们将看到一些重要的点，可以帮助我们分析任何时间序列数据集。这些是：



• 在Pandas中正确加载时间序列数据集

• 时间序列数据索引

• 使用Pandas进行时间重采样

• 滚动时间序列

• 使用Pandas绘制时间序列数据

在Pandas中正确加载时间序列数据集

让我们在Pandas中加载上述数据集。





由于我们希望将“ DATE”列作为索引，而只是通过读取就可以了，因此，我们必须添加一些额外的参数。





太好了，现在我们将DATE列添加为索引，但是让我们检查它的数据类型以了解pandas是作为简单对象还是pandas内置的DateTime数据类型来处理索引。





太好了，现在我们将DATE列添加为索引，但是让我们检查它的数据类型以了解pandas是作为简单对象还是pandas内置的DateTime数据类型来处理索引。







在这里，我们可以看到Pandas将Index列作为一个简单对象处理，因此让我们将其转换为DateTime。我们可以做到如下：







现在我们可以看到  我们的数据集的dtype是 datetime64 [ns]。此“ [ns]”表明它的精确度为纳秒。如果需要，我们可以将其更改为“天”或“月”。



另外，为了避免这些麻烦，我们可以使用Pandas在单行代码中加载数据，如下所示。







在这里，我们添加了 parse_dates = True，因此它将自动使用我们的 索引 作为日期。

时间序列数据索引

比方说，我想获得的所有数据从 2000-01-01 至 2015年5月1日。为此，我们可以像这样在Pandas中简单地使用索引。







这里我们提供了从2000-01-01 到 2015-01-01的所有月份的数据 。



比方说，我们希望所有的头几个月中的所有数据得到 1992-01-01 至 2000-01-01。我们可以简单地通过添加另一个参数来实现它，该参数类似于在python中对列表进行切片时，最后添加一个step参数。



在Pandas中，此语法为 ['starting date'：'end date'：step]。现在，如果我们观察数据集，它是以月格式的，因此我们需要从1992年到2000年的每12个月一次的数据。我们可以按以下方式进行操作。







在这里，我们可以看到我们可以获得每年第一个月的值。



本篇文章就为同学们讲解到这里，其余三个知识点我们下篇文章再见。