基于python的时间序列分析书籍_基于Python的时间序列分析

所以我有一个以秒为间隔测量的基于传感器的时间序列数据，每个时间点对应的心率都是Excel格式的。我的目标是分析随着时间的推移是否有任何趋势。当我将它导入Python时，我可以看到一个特定的数字，但看不到时间。但是，当导入到Excel中时，我可以很容易地将其转换为时间格式。在

这就是Python中的样子。。(第1列=时间戳，第2列=心率(单位：bpm)

但它应该是这样的：

这是我在Python中将其转换为datetime格式的方法：import datetime

Time = datetime.datetime.now()

"%s:%s.%s" % (Time.minute, Time.second, str(Time.microsecond)[:2])

if isinstance(Time,datetime.datetime):

print ("Yay!")

df3.set_index('Time', inplace=True)

如果我这样做，时间会被识别为float64，而不是datetime64[ns]。在

因此，当我试图绘制这个时间序列时，我得到以下结果：

我甚至用这个数据集做了Dickey-fuller测试来分析Python的趋势。我对Python中time列的错误配置是否会影响ADF测试？我想既然只有“心率”栏中的趋势是用这段代码分析的，那就不重要了，对吧？在

下面是我使用的代码：

^{pr2}$

我做得对吗？我没有在工程领域的经验，我这样做是为了改善老年人的医疗保健，所以任何帮助都将非常感谢！在

提前谢谢！：)