python 时间序列异常值_Python处理时间序列数据

初偿用Python处理时间序列的数据，碰到一些坑。以此文记录一下，希望后来者可以少走弯路。

背景说明：我是用一个已有的csv数据表作为原材料进行处理的。

目的：实现时间序列的可视化，及周期性的可视化。

1、碰到的第一个坑是，导入到时间数据，默认的是字符串的数据类型。因此，在可视化的时候，会出现没有按时间先后顺序的方式绘图的状况。

因此，需要将字符串解析为时间类型的数据类型。

方法1：是在读取数据的时候，采用parse_dates=True，自动解析其中的时间数据。

方法2：使用dateuyil包中的parser.parse解析时间字符串：

from dateutil.parser importparse

v1= parse('2018-09-02')print("解析后的时间格式为：",v1)

方法3：利用pandas的to_datetime处理时间list

importpandas as pd

datestrs= ['2018/09/02','2018/09/03','2018/09/04']print(pd.to_datetime(datestrs))

2、第2个坑是处理数值型数据的时候，在导入pandas下默认是object的数据类型，此时需要强制转换数据类型，但是我一直没法转换。

出现的BUG就是：ValueError: could not convert string to float

后来找了半天才找到原因：是数据中含有空格或者“,”