《利用python进行数据分析》读书笔记之时间序列（二）

最新推荐文章于 2024-05-01 16:52:58 发布
最新推荐文章于 2024-05-01 16:52:58 发布
阅读量1.1k 收藏 2
点赞数 1
分类专栏： 数据分析 文章标签： python 大数据 数据分析 机器学习 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/pnd237/article/details/105375573
版权

时间序列（二）


本文中可能使用的数据集来自： 《利用python进行数据分析》数据集

时间区间和时间算数

时间区间表示的是一个时间范围，如从2007年1月1日到2007年12月31日就是一个时间区间。pandas中包含一个Period类，用于表示时间区间。
可以使用以下语句来创建一个Period对象：

p1 = pd.Period("2007",'A-DEC')
#表示2007年1月1日到2007年12月31日，A-DEC表示12月份的最后一个工作日
p2 = pd.Period("2020","A-JUN")
#表示2019年7月1日到2020年6月30日,A-JUN表示6月份的最后一个工作日

对Period对象进行加减可以轻松的对时间区间进行移位，如果是两个相同单位的时间区间相减，则会得到它们之间差的单位数。
使用pd.period_range函数则可以构造一个时间区间的序列：

rng = pd.period_range("2001-01-01","2001-6-30",freq="M")
print(rng)
# PeriodIndex(['2001-01', '2001-02', '2001-03', '2001-04', '2001-05', '2001-06'], dtype='period[M]', freq='M')

区间频率转换

对于一个年度区间，我们可以使用asfreq方法转换为月度区间：

p = pd.Period("2020","A-JUN")
#表示2019年7月1日到2020年6月30日,A-JUN表示6月份的最后一个工作日
p1 = p.asfreq("M","start")
#代表p第一个月，即2019年6月这个时间范围
print(p1)
# 2019-07
p2 = p.asfreq("M","end")
#代表p最后一个月，即2020年6月这个时间范围
print(p2)
# 2020-06

我们也可以将月度区间转换为年度区间：

p = pd.Period("2007-08","M")
#代表2007年8月这个时间段
p1 = p.asfreq("A-JUN")
#会自动根据子区间所属的范围来确定年度区间
print(p1)
# 2008 表示2007年7月到2008年6月

对一一个以一系列PeriodIndex作为索引的DataFrame或者Series对象来说，其也包含着asfreq方法，来方便的对索引进行转换：

rng = pd.period_range("2006","2009",freq="A-DEC")
print(rng)
# PeriodIndex(['2006', '2007', '2008', '2009'], dtype='period[A-DEC]', freq='A-DEC')
ts = pd.Series(np.random.rand(len(rng)),index=rng)
print(ts)
# PeriodIndex(['2006', '2007', '2008', '2009'], dtype='period[A-DEC]', freq='A-DEC')
# 2006    0.984073
# 2007    0.075052
# 2008    0.207786
# 2009    0.297224
# Freq: A-DEC, dtype: float64
print(ts.asfreq("M",how="start"))
# 2006-01    0.984073
# 2007-01    0.075052
# 2008-01    0.207786
# 2009-01    0.297224
# Freq: M, dtype: float64

季度区间频率

在金融领域中，时间区间往往使用的的是季度（3个月），在pandas中我们可以方便的创建以季度为单位的时间区间：

p = pd.Period("2012Q2",freq="Q-JAN")
#表示2011年11月到2012年1月（3个月，即一个季度），"Q-JAN表示一个边界，即1月
#2012Q4表示以2011年1月为边界的第4个季度，即2012Q3贼代表2011-7到2011-10，2012Q2代表2011-4到2011-6，
#2012Q1代表2011-1到2011-3

当然我们可以对其进行频率的转换：

print(p.asfreq("D","start"))
# 2011-11-01

我们也可生成一个指定的季度序列：

rng = pd.period_range("2011Q3","2012Q4",freq="Q-JAN")
#表示以1月为起点，2011年的第三个季度到2012年第四个区间所包含的季度
ts = pd.Series(np.random.randn(len(rng)),index=rng)
print(ts)
# 2011Q3    0.471435
# 2011Q4   -1.190976
# 2012Q1    1.432707
# 2012Q2   -0.312652
# 2012Q3   -0.720589
# 2012Q4    0.887163
# Freq: Q-JAN, dtype: float64

时间戳与时间区间的相互转换

对于一个以时间戳序列为索引的Sereis或者DataFrame对象可以使用to_period方法来将其索引转换为时间区间：

rng = pd.date_range("2000-01-01",periods=3,freq="M")
ts = pd.Series(np.random.rand(len(rng)),index=rng)
print(ts)
# 2000-01-31    0.191519
# 2000-02-29    0.622109
# 2000-03-31    0.437728
# Freq: M, dtype: float64
pts = ts.to_period()
print(pts)
# 2000-01    0.191519
# 2000-02    0.622109
# 2000-03    0.437728
# Freq: M, dtype: float64

在转换时默认的使用相同的频率，对于上个例子则都是使用的月为频率。当然我们还可以自己指定时间区间的频率，此时有可能出现重复的区间：

rng2 = pd.date_range("2000-01-01",periods=3,freq="D")
ts2 = pd.Series(np.random.rand(len(rng2)),index=rng2)
print(ts2)
# 2000-01-01    0.191519
# 2000-01-02    0.622109
# 2000-01-03    0.437728
# Freq: D, dtype: float64
print(ts2.to_period("M"))
# 2000-01    0.191519
# 2000-01    0.622109
# 2000-01    0.437728
# Freq: M, dtype: float64

使用to_stamp则可以转换为时间戳：

pts = ts2.to_period()
print(pts)
# 2000-01-01    0.191519
# 2000-01-02    0.622109
# 2000-01-03    0.437728
# Freq: D, dtype: float64
print(pts.to_timestamp(how="end"))
# 2000-01-01 23:59:59.999999999    0.191519
# 2000-01-02 23:59:59.999999999    0.622109
# 2000-01-03 23:59:59.999999999    0.437728
# Freq: D, dtype: float64

从数组生成PeriodIndex

我们在处理数据时，数据集中的时间戳往往是作为DataFrame的数据而非索引，比如我们在文章开头中给出的数据集macrodata.csv为例：

data = pd.read_csv("../pydata-book-2nd-edition/examples/macrodata.csv")
print(data.head())
#      year  quarter   realgdp  realcons  ...  unemp      pop  infl  realint
# 0  1959.0      1.0  2710.349    1707.4  ...    5.8  177.146  0.00     0.00
# 1  1959.0      2.0  2778.801    1733.7  ...    5.1  177.830  2.34     0.74
# 2  1959.0      3.0  2775.488    1751.8  ...    5.3  178.657  2.74     1.09
# 3  1959.0      4.0  2785.204    1753.7  ...    5.6  179.386  0.27     4.06
# 4  1960.0      1.0  2847.699    1770.5  ...    5.2  180.007  2.31     1.19
# 
# [5 rows x 14 columns]

其中year为年份，quarter代表季度，那么如何将两者合并并将其作为data的索引呢？我们可以先初始化一个PeriodIndex对象，然后将其作为data的index属性，具体代码如下：

index = pd.PeriodIndex(year=data.year,quarter=data.quarter,freq="Q-DEC")
print(index)
# PeriodIndex(['1959Q1', '1959Q2', '1959Q3', '1959Q4', '1960Q1', '1960Q2',
#              '1960Q3', '1960Q4', '1961Q1', '1961Q2',
#              ...
#              '2007Q2', '2007Q3', '2007Q4', '2008Q1', '2008Q2', '2008Q3',
#              '2008Q4', '2009Q1', '2009Q2', '2009Q3'],
#             dtype='period[Q-DEC]', length=203, freq='Q-DEC')
data.index = index
print(data.head())
#           year  quarter   realgdp  realcons  ...  unemp      pop  infl  realint
# 1959Q1  1959.0      1.0  2710.349    1707.4  ...    5.8  177.146  0.00     0.00
# 1959Q2  1959.0      2.0  2778.801    1733.7  ...    5.1  177.830  2.34     0.74
# 1959Q3  1959.0      3.0  2775.488    1751.8  ...    5.3  178.657  2.74     1.09
# 1959Q4  1959.0      4.0  2785.204    1753.7  ...    5.6  179.386  0.27     4.06
# 1960Q1  1960.0      1.0  2847.699    1770.5  ...    5.2  180.007  2.31     1.19
# 
# [5 rows x 14 columns]

重新采样与频率转换：

重新采样指的是将时间序列从一个频率转化为另一个频率的过程。将更高频率的数据集合聚合为较低频率的数据集合称为向下采样，而从低频率转换到高频率称为向上采样。
pandas对象配有resample方法，类似于group方法，可以使用对其进行分组，之后在进行聚合，比如现在我们有一个以天为频率的时间戳序列作为索引的Series对象：

rng = pd.date_range("2000-01-01",periods=100,freq="D")
ts = pd.Series(np.random.randn(len(rng)),index=rng)
print(ts.head())
# 2000-01-01   -0.804458
# 2000-01-02    0.320932
# 2000-01-03   -0.025483
# 2000-01-04    0.644324
# 2000-01-05   -0.300797
# Freq: D, dtype: float64

我们可以使用resample方法对其进行按月分组，之后求出每个月的平均值：

res1 = ts.resample("M").mean()
print(res1)
# 2000-01-31    0.042300
# 2000-02-29    0.041139
# 2000-03-31    0.007310
# 2000-04-30    0.329228
# Freq: M, dtype: float64
res2 = ts.resample("M",kind="period").mean()
#将其分组后转化为时间区间
print(res2)
# 2000-01    0.042300
# 2000-02    0.041139
# 2000-03    0.007310
# 2000-04    0.329228
# Freq: M, dtype: float64

resample方法的参数见下表：

参数描述
freq表示采样的频率或者dateOffset对象（如“M”，“5min”，“Second(1)”）
axis需要采样的轴向，默认是0
fill_method向上采样的方式，fill或者bfill，默认是不插值的
closed向下采样中，每段间隔是左封闭还是右封闭（包含），'right’或者’left ’
label向下采样中，如何用’right’或’left’的箱标签标记聚合结果（一如9:30-9:35可以表示为9:30段或者9:35段）
loffset对箱标进行调校，如’-1s’/Second(-1)可以将聚合标签向前移动一秒
limit在向前或者向后填充时，填充区间的最大值
kind将索引转化为时间区间（period）或者时间戳（timestamp）
convention再怼区间重新采样的时候，用于将向上采样时的约定（“start”或“end”），默认为“end”

向下采样

将更高频率的数据集合聚合为较低频率的数据集合称为向下采样，比如我们有一组数据，其索引为以天为频率的时间戳序列，我们通过向下采样可以将其按月进行分组以方便之后的处理，向下采样的时候需要考虑两个因素：

  1. 每段间隔哪边是闭合的
  2. 如何在间隔的起始或者结束位置标记每个已经聚合的箱体

假设现在我们拥有以下这个数据集：

rng = pd.date_range("2000-01-01",periods=12,freq="T")
ts = pd.Series(np.random.randn(len(rng)),index=rng)
print(ts)
# 2000-01-01 00:00:00   -0.804458
# 2000-01-01 00:01:00    0.320932
# 2000-01-01 00:02:00   -0.025483
# 2000-01-01 00:03:00    0.644324
# 2000-01-01 00:04:00   -0.300797
# 2000-01-01 00:05:00    0.389475
# 2000-01-01 00:06:00   -0.107437
# 2000-01-01 00:07:00   -0.479983
# 2000-01-01 00:08:00    0.595036
# 2000-01-01 00:09:00   -0.464668
# 2000-01-01 00:10:00    0.667281
# 2000-01-01 00:11:00   -0.806116
# Freq: T, dtype: float64

现在我们以5分钟为频率，对数据进行重新采样，并通过sum()方法进行聚合：

print(ts.resample("5min",closed="right").sum())
# 1999-12-31 23:55:00   -0.804458
# 2000-01-01 00:00:00    1.028450
# 2000-01-01 00:05:00    0.210229
# 2000-01-01 00:10:00   -0.806116
# Freq: 5T, dtype: float64

可以看出，箱体大小和我们设置的一样，为5分钟。默认情况下是包含箱体的左区间的（即左闭右开，0:00是包含在0：00-0:05内的），close=“right”则将其变为了左开右闭的区间。
另外，label参数则可以指定箱子的名称，“left”（默认）代表以左箱边作为名称，“right”则代表以右箱边作为箱子的名称：

print(ts.resample("5min",closed="right",label="right").sum())
# 2000-01-01 00:00:00   -0.804458
# 2000-01-01 00:05:00    1.028450
# 2000-01-01 00:10:00    0.210229
# 2000-01-01 00:15:00   -0.806116
# Freq: 5T, dtype: float64

之后我们在重新采样的过程中可能需要对时间索引进行一定的偏移，可以使用loffset选项来实现：

print(ts.resample("5min",closed="right",label="right",loffset="-1s").sum())
# 1999-12-31 23:59:59   -0.804458
# 2000-01-01 00:04:59    1.028450
# 2000-01-01 00:09:59    0.210229
# 2000-01-01 00:14:59   -0.806116
# Freq: 5T, dtype: float64

开端-峰值-谷值-结束（OHLC）重新采样

对重新采样的数据一种常用的方法是ohlc()方法，其可以显示第一个值，最大值、最小值和最后一个值：

print(ts.resample("5min").ohlc())
#                          open      high       low     close
# 2000-01-01 00:00:00 -0.804458  0.644324 -0.804458 -0.300797
# 2000-01-01 00:05:00  0.389475  0.595036 -0.479983 -0.464668
# 2000-01-01 00:10:00  0.667281  0.667281 -0.806116 -0.806116

向上插值和采样

当进行向上采样时，并不需要进行数据的聚合。考虑下面这个DataFrame：

frame = pd.DataFrame(np.random.randn(2,4),
                     index=pd.date_range("2011-01-01",periods=2,freq="W-WED"),
                     columns=["C",'T','NY','O'])
#频率为每周三取一次
print(frame)
#                    C         T        NY         O
# 2011-01-05 -0.804458  0.320932 -0.025483  0.644324
# 2011-01-12 -0.300797  0.389475 -0.107437 -0.479983

当我们对其进行向上采样的时候会产生缺失值，另外我们使用asfreq方法使其在不聚合的情况下转换到高频率：

df_daily = frame.resample("D").asfreq()
print(df_daily)
#                    C         T        NY         O
# 2011-01-05 -0.804458  0.320932 -0.025483  0.644324
# 2011-01-06       NaN       NaN       NaN       NaN
# 2011-01-07       NaN       NaN       NaN       NaN
# 2011-01-08       NaN       NaN       NaN       NaN
# 2011-01-09       NaN       NaN       NaN       NaN
# 2011-01-10       NaN       NaN       NaN       NaN
# 2011-01-11       NaN       NaN       NaN       NaN
# 2011-01-12 -0.300797  0.389475 -0.107437 -0.479983

我们可以使用ffill方法和bfill方法来进行插值：

df_daily = frame.resample("D").ffill(limit=3)
#向后填充3行
print(df_daily)
#                    C         T        NY         O
# 2011-01-05 -0.804458  0.320932 -0.025483  0.644324
# 2011-01-06 -0.804458  0.320932 -0.025483  0.644324
# 2011-01-07 -0.804458  0.320932 -0.025483  0.644324
# 2011-01-08 -0.804458  0.320932 -0.025483  0.644324
# 2011-01-09       NaN       NaN       NaN       NaN
# 2011-01-10       NaN       NaN       NaN       NaN
# 2011-01-11       NaN       NaN       NaN       NaN
# 2011-01-12 -0.300797  0.389475 -0.107437 -0.479983

使用区间进行重新采样

先考虑下列DataFrame对象：

frame = pd.DataFrame(np.random.randn(24,4),
                     index=pd.period_range("2000-1","2001-12",freq="M"),
                     columns=["C",'T','NY','O'])
#频率为月
print(frame.head())
#                 C         T        NY         O
# 2000-01 -0.804458  0.320932 -0.025483  0.644324
# 2000-02 -0.300797  0.389475 -0.107437 -0.479983
# 2000-03  0.595036 -0.464668  0.667281 -0.806116
# 2000-04 -1.196070 -0.405960 -0.182377  0.103193
# 2000-05 -0.138422  0.705692  1.271795 -0.986747

这个对象的以时间区间序列作为索引，在进行向下采样的时候，与时间戳向下采样类似：

annual_frame = frame.resample("A-DEC").mean()
#向下采样，频率为以一月为开始的年度
print(annual_frame)
#              C         T        NY         O
# 2000 -0.436109  0.285311  0.147154  0.196335
# 2001 -0.719742 -0.207392  0.202287  0.696853

对于向上采样，则类似于asfreq方法，需要将convention设置为“start”（默认）或者“end”：

print(annual_frame.resample("Q-DEC").ffill())
#表示12月为年末的季度。默认为start，即以数据中第一个年的第一个季度为起始
#                C         T        NY         O
# 2000Q1 -0.436109  0.285311  0.147154  0.196335
# 2000Q2 -0.436109  0.285311  0.147154  0.196335
# 2000Q3 -0.436109  0.285311  0.147154  0.196335
# 2000Q4 -0.436109  0.285311  0.147154  0.196335
# 2001Q1 -0.719742 -0.207392  0.202287  0.696853
# 2001Q2 -0.719742 -0.207392  0.202287  0.696853
# 2001Q3 -0.719742 -0.207392  0.202287  0.696853
# 2001Q4 -0.719742 -0.207392  0.202287  0.696853
print(annual_frame.resample("Q-DEC",convention="end").ffill())
# 即以数据中第一个年的第四个季度为起始
#                C         T        NY         O
# 2000Q4 -0.436109  0.285311  0.147154  0.196335
# 2001Q1 -0.436109  0.285311  0.147154  0.196335
# 2001Q2 -0.436109  0.285311  0.147154  0.196335
# 2001Q3 -0.436109  0.285311  0.147154  0.196335
# 2001Q4 -0.719742 -0.207392  0.202287  0.696853

需要注意的是相比于时间戳，时间区间的采样条件更加严格：

  • 向下采样中，目标频率必须是原频率的子区间
  • 向上采样中，目标频率必须是原频率的父区间

移动窗口函数

移动窗口函数可以方便的对粗糙的数据进行平滑。那么什么是移动窗口函数呢？我的理解是这样的，假设我们现在有一组数字序列，1,2，1,3，4,5，6,7……我们可以使用一个大小为3的窗口对其进行取平均值来达到平滑的目的，过程如下：

  • 窗口大小为3，那么最后开始窗口内的数字就是1,2，1,，取平均值，为1.33，这是第一个结果
  • 之后窗口向后滑动一格，2,1，3，平均值为2，这是第二个结果
  • 依次类推，从开始一直滑动直到结束，得到的结果序列则就是平滑后的结果。

类似于上面介绍的原理的函数都可以称作移动窗口函数。为了更加直观的理解，我们以文章开头给出的数据集来进行演示：

close_px_all = pd.read_csv("../pydata-book-2nd-edition/examples/stock_px_2.csv",
                           parse_dates=True,
                           index_col=0)
close_px = close_px_all[["AAPL","MSFT","XOM"]]
close_px = close_px.resample("B").ffill()
#去掉休息日
print(close_px.head())
#             AAPL   MSFT    XOM
# 2003-01-02  7.40  21.11  29.22
# 2003-01-03  7.45  21.14  29.24
# 2003-01-06  7.45  21.52  29.96
# 2003-01-07  7.43  21.93  28.95
# 2003-01-08  7.28  21.31  28.83

首先介绍的是rolling算子，可以理解为一个在时间上滑动的窗口，出入的参数为窗口大小，我们可以给这个窗口内的数值取平均值以达到平滑数据的效果：

close_px.AAPL.plot()
close_px.AAPL.rolling(250).mean().plot()

结果如下图，黄色为平滑后的曲线：
rolling算子
之后是expanding算子，该算子可以看做一个扩展的窗口，最开始窗口为1，聚合一次之后，窗口位置不懂，但是大小增加1，直到窗口的覆盖整个序列：

close_px.AAPL.plot()
close_px.AAPL.expanding().mean().plot()

结果如下：
expanding演示
rolling算子还可以接受表示固定时间大小的偏置字符串，如“20D”，可以来计算20天的滚动平均值。

指数加权函数

使用ewm算子可以计算指数加权平均值的计算，具体的说来，就是更近观测的数值具有更高的权重，对于ewm指定权重的方式即指定跨度（span），其具体的原理如下：
指数加权的移动函数窗口
原理参考：移动窗口函数

由于给近期的观测值更高的权重，与等权重相比，它对变化适应的更快，下面是一个例子：

appl_px = close_px.AAPL["2006":"2007"]
ma60 = appl_px.rolling(30,min_periods=20).mean()
#简单易懂平均
ewma60 = appl_px.ewm(span=30).mean()
#指数加权平均
ma60.plot(style="k--",label="Simple MA")
ewma60.plot(style="k-",label="EW MA")
plt.legend()
plt.show()

简单平均和指数加权平均

二元移动窗口函数

我们有时候可能会想计算随着时间的推移，两者在一定时间段内的关系，这个时候我们就需要使用二元移动窗口函数。首先考虑下面的数据：

spx_px = close_px_all.SPX
spx_rets = spx_px.pct_change()
returns = close_px_all.pct_change()

corr聚合函数可以计算传入的数据与窗口内数据的相关性：

corr = returns.AAPL.rolling(125,min_periods=100).corr(spx_rets)
corr.plot()

结果如下：
苹果公司与标普的六个月的收益相关性
如果我们直接将一个DataFrame传入，则会计算每一列的相关性：

corr = returns.rolling(125,min_periods=100).corr(spx_rets)
corr.plot()

多只股票与标普500的六个月收益相关性

用户自定义的移动窗口函数

rolling以及其他方法提供了一个apply方法来应用自定义的移动窗口函数，唯一的要求是返回一个单一的值，在此不再赘述。

pnd237
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
第7章 数据规整化：清理、转换、合并、重塑(4)
小梅子酱的博客
12-06 477
第7章 数据规整化：清理、转换、合并、重塑(4)本章并未给出ldata的来源，可用macrodata.csv转出可用数据。import pandas as pd import numpy as np import datetime ###后面用到时间处理 from pandas import Series,DataFrame###读入macrodata.csv文件 data1 = pd.read
《利用Python进行数据分析》学习笔记 第11章 时间序列
jasonzhang0105的博客
04-23 543
第11章 时间序列 时间序列数据的意义取决于具体的应用场景，主要有以下几种： 时间戳（timestamp），特定的时刻。 固定时期（period），如2007年1月或2010年全年。 时间间隔（interval），由起始和结束时间戳表示。时期（period）可以被看做间隔（interval）的特例。 实验或过程时间，每个时间点都是相对于特定起始时间的一个度量。 11.1 日期和时间数据...
Pandas 处理 时间序列数据
HelloWorld的博客
05-02 2173
目录一、Pandas 时间序列数据处理1.1 知识点二、创建时间对象2.1 创建时间戳2.2 创建时间段2.3 创建时间元素的 Series2.4 创建时间索引2.4.1 大量的的时间戳的索引2.5 创建以时间为索引的 Series 对象三、时间索引对象处理3.1 时间戳为索引——查找3.2 时间段为索引——查找3.3 切片3.4 移动3.5 重采样3.5.1 下采样3.5.2 上采样四、时间的算术方法4.1 常用时间的算术规则4.1.1 偏移也同样适用于时间索引4.1.2 常用时间系列频率参数4.1.3
介绍java 8 的 Period 和 Duration 类
neweastsun的专栏
03-23 4万+
介绍java 8 的 Period 和 Duration 类 本文我们学习java 8 中引入的两个与日期相关的新类：Period 和 Duration。两个类看表示时间量或两个日期之间的差，两者之间的差异为：Period基于日期值，而Duration基于时间值。 Period 类 Period 类表示一段时间的年、月、日，开使用between()方法获取两个日期之间的差作为Period 对象返回...
2024年利用Python进行数据分析（附详细案例）_python数据分析案例
最新发布
2301_82244125的博客
05-01 94
最后的路径为F:\ann\Untitled1.ipynb。
关于pandas的时间序列中的freq频率参数如何设置的官方参考说明【以date_range方法中的freq参数举例】
weixin_43343144的博客
10-30 1万+
# 以季度Q【季度为频率】生成13个时间 x = pd.period_range("2019-01", periods=13, freq="Q") # 以季度Q【年为频率】生成13个时间 x = pd.period_range("2019-01", periods=13, freq="Y") # 以季度Q【2个月为频率】生成13个时间 x = pd.period_range("2019-01...
Pandas（数据分析处理库）---讲解
beyond谚语的博客
05-04 8682
本内容来自《跟着迪哥学Python数据分析与机器学习实战》，该篇博客将其内容进行了整理，加上了自己的理解，所做小笔记。若有侵权，联系立删。 迪哥说以下的许多函数方法都不用死记硬背，多查API多看文档，确实，跟着迪哥混就完事了~~~ Pandas官网API 以下代码段均在Jupyter Notebook下进行运行操作 每天过一遍，腾讯阿里明天见~ Pandas工具包是专门用作数据处理和分析的，其底层的计算其实都是由Numpy来完成。 一、数据预处理 titanic.csv Ⅰ，数据读取 将下载好的泰坦尼克号
《利用Python进行数据分析》笔记---第10章时间序列
wangshuang1631的博客
08-10 3016
写在前面的话：实例中的所有数据都是在GitHub上下载的，打包下载即可。 地址是：http://github.com/pydata/pydata-book还有一定要说明的：我使用的是Python2.7，书中的代码有一些有错误，我使用自己的2.7版本调通。# coding: utf-8 from __future__ import division from pandas import Serie
利用Python进行数据分析学习笔记以及自己寻找数据集做的练习
08-16
"PythonForDataAnalysis-master"这个文件名暗示了你将接触到的是一个关于Python数据分析的项目或教程。通常，这样的资源会包含一系列的Python脚本、笔记或文档，指导你如何使用上述库进行实际的数据分析任务。例如，...
python数据分析2nd文档笔记加书中代码
03-01
在文档笔记部分，读者可以期待对Python数据分析基础知识的深入解析，包括但不限于数据类型、数据结构、数据清洗、数据聚合、条件查询、时间序列分析等。笔记可能还会涵盖如何使用Pandas进行数据导入和导出，以及如何...
《Python金融大数据分析》教材学习笔记.zip
03-06
总的来说，《Python金融大数据分析》的学习涵盖了Python编程、数据分析方法以及金融理论，旨在培养能够利用Python进行金融数据处理和决策的分析师。通过对PythonforFinance-master这个项目的学习，你将有机会亲自...
Python学习笔记基本数据结构之序列类型list tuple range用法分析
09-19
Python中的序列类型是其核心数据结构之一，包括list、tuple和range三种主要类型。它们都是有序的，可以存储多个元素，但各自具有不同的特性和用途。 **List（列表）** 列表是Python中最常用的数据结构，它由一对方...
Python数据分析与展示学习笔记-2-1
12-20
Python数据分析与展示学习笔记主要关注如何使用Python进行数据处理，特别是通过Numpy库。Numpy是Python中的一个核心库，专为高效的数值计算而设计，它包含了一个强大的N维数组对象——ndarray，以及用于处理这些数组...
macrodata数据集在Python统计建模和计量经济学中的应用
源代码杀手的博客
10-23 646
macrodata.csv是一个示例数据集，通常用于统计分析和计量经济学中的教育和训练目的。这个数据集通常包括以下列：year（年份）：表示数据观察的年份。quarter（季度）：表示数据观察的季度（通常是1至4）。realgdp（实际国内生产总值）：表示实际国内生产总值的数值，通常以美元为单位。realcons（实际消费支出）：表示实际消费支出的数值，通常以美元为单位。realinv（实际投资支出）：表示实际投资支出的数值，通常以美元为单位。
【数据分析师_04_Python数据分析基础】005_Pandas时序分析（pd.Period 和 pd.PeriodIndex 的使用）
Lyun911的博客
01-16 1423
Pandas的时序分析5 pd.Period 和 pd.PeriodIndex 的使用5.1 pd.Period('0000-00-00 00:00:00', freq = 'Y/Q/M/W/D/H')5.1.1 freq = 'Y'5.1.2 freq = 'Q'5.1.3 freq = 'M'5.1.4 freq = 'W'5.1.5 freq = 'D'5.1.6 freq = 'H'5.2 pd.period_range() 的用法5.3 使用 沃尔玛的营收数据 演示（设置季度起止） 注：以下使用
pandas——时间日期及数据可视化
yujie12345678的博客
08-07 1912
时间日期 时间戳 tiimestamp：固定的时刻 -> pd.Timestamp 固定时期 period：比如 2016年3月份，再如2015年销售额 -> pd.Period 时间间隔 interval：由起始时间和结束时间来表示，固定时期是时间间隔的一个特殊 时间日期在 Pandas 里的作用 分析金融数据，如股票交易数据 分析服务器日志 复习Python的datetime模块 python 标准库里提供了时间日期的处理。这个是时间日期的基础。 from datetime impo
Pandas时间序列：时期(period)及其算术运算
bqw的博客
07-06 3万+
import pandas as pd import numpy as np 一、时间类型及其在python中对应的类型 时间戳–timestamp 时间间隔–timedelta 时期–period 二、时期 时期表示的是时间区间，比如数日、数月、数季、数年等 1.定义一个Period p = pd.Period(2007,freq='A-DEC') #表示以12月...
Python数据分析与应用_从数据获取到可视化题库及答案
热门推荐
m0_63394128的博客
05-10 4万+
第1章习题 填空题 的目的在于将隐藏在一大批看似杂乱无章的数据信息集中提炼出来有用的数据。 中包含了conda、Python在内的超过180个科学包及其依赖项。 Jupyter Notebook是一个支持代码、数学方程、可视化和Markdown的Web应用程序。 判断题 数据分析是一个有目的地收集和整合数据的过程。（ ） Python是一门胶水语言，可以轻松地操作其它语言编写的库。（ ） 如果要卸载指定环境中的包，则直接使用remove命令移除即可。...
Pandas-时期（一）-数据类型：Period（时期类型）【创建：pd.Period(value=‘2017‘, freq=‘M‘)-＞Period】【value：该period在时间轴上的位置】
u013250861的博客
04-10 664
import pandas as pd # pd.Period()创建时期 # 生成一个以2017-01开始，月为频率的时间构造器 # pd.Period()参数：一个时间戳 + freq 参数 → freq 用于指明该 period 的长度，时间戳则说明该 period 在时间轴上的位置 p1 = pd.Period('2017', freq='M') print("p1 = {0}, type(p1) = {1}".format(p1, type(p1))) # 通过加减整数，将周期整体移动 pr
DataCamp - Data Scientist with Python Track 课程笔记
08-22
笔记不仅覆盖了Python语法、数据结构，还深入到数据处理和可视化，是DataCamp课程的良好补充，并推荐结合《利用Python进行数据分析》一书共同学习。" 这份课程笔记全面介绍了Data Scientist with Python的学习路径...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值