唐宇迪《python数据分析与机器学习实战》学习笔记
29Python时间序列分析
一、pandas生成时间序列
常见的时间序列:时间戳(timestamp):具体时间点2020.4.6的20:58的15秒
固定周期(period)
时间间隔(interval)
创建时间序列,最简单函数:date_range H:小时、D:天、M:月
#时间的几种表达方式:2016 Jul 1 ,7/1/2016,2016-07-01,2016/07/01
rng = pd.date_range('2016/07/01',periods=10,freq='D')#频率默认按天加,3D就3天加
#这里也用(起始时间、终止时间、频率)的方式创建,
rng
DatetimeIndex([‘2016-07-01’, ‘2016-07-02’, ‘2016-07-03’, ‘2016-07-04’, ‘2016-07-05’, ‘2016-07-06’, ‘2016-07-07’, ‘2016-07-08’, ‘2016-07-09’, ‘2016-07-10’],dtype=‘datetime64[ns]’, freq=‘D’)
将时间作为索引,这样方便之后通过时间就拿出数据或者对数据进行切片
time = pd.Series(np.random.randn(10),
index = pd.date_range("2016-1-1",periods=10))
time
2016-01-01 -0.070435
2016-01-02 -0.916814
2016-01-03 0.370355
2016-01-04 0.215701
2016-01-05 -0.266909
2016-01-06 -0.476030
2016-01-07 -0.600339
2016-01-08 0.792472
2016-01-09 -0.074305
2016-01-10 1.772727
Freq: D, dtype: float64
truncate过滤
before这里2016-1-3之前的数据都不要了,也可以用after操作。
time.truncate(before='2016-1-5')
2016-01-05 -0.266909
2016-01-06 -0.476030
2016-01-07 -0.600339
2016-01-08 0.792472
2016-01-09 -0.074305
2016-01-10 1.772727
Freq: D, dtype: float64
时间戳的指定:
print(pd.Timestamp("2016-07-1"))
print(pd.Timestamp("2016-07-1 10"))
print(pd.Timestamp("2016-07-1 10:15:1"))
2016-07-01 00:00:00
2016-07-01 10:00:00
2016-07-01 10:15:01
时间区间的指定:
pd.Period("2016-07")
Period(‘2016-07’, ‘M’)
pd.Period("2016-07-1 10:5:1")
Period(‘2016- 07-01 10:05:01’, ‘S’)
时间加减:
pd.Timestamp('2016-01-01 10:10')+pd.Timedelta('1 day')
Timestamp(‘2016-01-02 10:10:00’)
时间戳和时间周期的转换及区别
ts = pd.Series(range(10),pd.date_range('07-10-16 8:00',periods=10,freq='H'))
ts_period = ts.to_period()
ts_period
2016-07-10 08:00 0
2016-07-10 09:00 1
2016-07-10 10:00 2
2016-07-10 11:00 3
2016-07-10 12:00 4
2016-07-10 13:00 5
2016-07-10 14:00 6
2016-07-10 15:00 7
2016-07-10 16:00 8
2016-07-10 17:00 9
Freq: H, dtype: int64
print(ts_period['2016-07-10 08:30':'2016-07-10 11:45'])
print('————————')
print(ts['2016-07-10 08:30':'2016-07-10 11:45'])
2016-07-10 08:00 0
2016-07-10 09:00 1
2016-07-10 10:00 2
2016-07-10 11:00 3
Freq: H, dtype: int64
————————
2016-07-10 09:00:00 1
2016-07-10 10:00:00 2
2016-07-10 11:00:00 3
Freq: H, dtype: int64
二、数据重采样 (多角度多维度分析数据)
时间数据由一个频率转换到另外一个频率。例如将天变换为月,为降采样。降月变为天,为升采样。
这里重采样直接使用resample操作
#升采样
rng = pd.date_range("1/1/2011",periods=90,freq='D')
ts = pd.Series(np.random.randn(len(rng)),index=rng)
print(ts.head())
print('——————————')
print(ts.resample('M').sum()) #可以按月展示和,也可mean展示均值
print('——————————')
print(ts.resample('3D').sum().head())
2011-01-01 -0.054447
2011-01-02 2.114083
2011-01-03 0.593211
2011-01-04 0.923929
2011-01-05 -0.480473
Freq: D, dtype: float64
——————————
2011-01-31 4.719470
2011-02-28 2.434292
2011-03-31 1.882250
Freq: M, dtype: float64
——————————
2011-01-01 2.652847
2011-01-04 2.060122
2011-01-07 -2.649867
2011-01-10 -2.167812
2011-01-13 0.268306
Freq: 3D, dtype: float64
升采样比如3天综合数据扩展为每天的数据,会造成空值,这时就需要指定升采样策略了,插值填充。
day3Ts = ts.resample('3D').mean()
print(day3Ts.resample('D').asfreq().head(6))
2011-01-01 0.884282
2011-01-02 NaN
2011-01-03 NaN
2011-01-04 0.686707
2011-01-05 NaN
2011-01-06 NaN
Freq: D, dtype: float64
升采样插值方法: ffill(空值取前面的值)、bfill(空值取后面的值)、interpolate(线性取值)
#前值填充,只对一个值填充
print(day3Ts.resample('D').ffill(1).head(6))
print("——————————————")
#前值填充,两个值都填充
print(day3Ts.resample('D').ffill(2).head(6))
print("——————————————")
#后值填充
print(day3Ts.resample('D').bfill(2).head(6))
print('——————————————')
#线性拟合填充,将原始点连线,然后线上取点插值
print(day3Ts.resample('D').interpolate('linear').head())
2011-01-01 0.884282
2011-01-02 0.884282
2011-01-03 NaN
2011-01-04 0.686707
2011-01-05 0.686707
2011-01-06 NaN
Freq: D, dtype: float64
——————————————
2011-01-01 0.884282
2011-01-02 0.884282
2011-01-03 0.884282
2011-01-04 0.686707
2011-01-05 0.686707
2011-01-06 0.686707
Freq: D, dtype: float64
———————————————
2011-01-01 0.884282
2011-01-02 0.686707
2011-01-03 0.686707
2011-01-04 0.686707
2011-01-05 -0.883289
2011-01-06 -0.883289
Freq: D, dtype: float64
——————————————
2011-01-01 0.884282
2011-01-02 0.818424
2011-01-03 0.752566
2011-01-04 0.686707
2011-01-05 0.163375
Freq: D, dtype: float64
三、滑动窗口
假设有一份数据(2016~2017年365天365个点),现在想了解2016/2/