Pandas 中的時間序列數據

在本教程中，您將學習如何使用 Pandas 對時間序列數據進行重採樣。您可以在本博客底部觀看本教程的完整視頻。

重採樣的想法是什麼？這與時間序列數據有關，我們要做的是更改報告該數據的頻率。例如，將每年的值更改為每月或每週，或將每小時的數據更改為每天。簡而言之，我們正在改變層次結構中的級別。

這可以用於多種原因，例如獲得更可靠的趨勢、樣本大小和季節性。在某些報告中，如果我們使用層次結構的某個級別而不是另一個級別會更有意義。

此外，如果您有不同的數據源並且需要執行時間序列數據的連接，則重採樣會有所幫助。這也有助於處理層次結構中的不匹配問題。

為了進一步分解，我們進行了下採樣和上採樣。

降採樣是為了減少報告的頻率。它可以是從一秒轉換為一小時以減少值或按月對季度進行縮減採樣。

另一方面，上採樣是將報告的頻率從月級別降低到天。我們稍後會有更多這樣的例子。

目錄

• 如何使用 Pandas 對時間序列數據進行重採樣
• 使用上採樣獲取值
• 結論

如何使用 Pandas 對時間序列數據進行重採樣

我們將如何在 Pandas 中執行此操作？

首先，我們將索引更改為我們的時間序列數據列。然後，我們可以使用插值進行上採樣，這將填充值，我們可以通過聚合值來進行下採樣以進行匯總。

讓我們轉到 Jupyter Notebook Python 並使用 Pandas 進行檢查。

首先，我們將通過輸入import pandas as pd來使用 Pandas ，然後輸入import seaborn as sns將其可視化，然後將 matplotlib.pyplot as plt 導入以自定義Seaborn 可視化。

接下來要做的是從 vega_datasets import data獲取數據。這是獲取示例源的好地方。此外，我們將獲得sp = data.sp500()和sp.head() 庫。

到目前為止，這是我們的數據。我們有每天的每日回報和價格。

要將索引設置為日期列，請鍵入sp.set_index(['date'], inplace=True)然後再次調用sp.head 。

使用上採樣獲取值

然後，為了獲得更多的價值，讓我們使用上採樣。由於我們有每天的數據，我們可以使用最簡單的函數 sp [['price']] 來精確到小時。resample ('H').ffill ( )，然後運行它。H代表小時，M代表月份，D代表日期，依此類推。您可以在Pandas 文檔中了解更多相關信息。

正如我們所見，1 月 1 日午夜，價格為 1394.46，與隨後的凌晨 1:00 至凌晨 4:00 的時間相同。又如1月2日，收盤價為1366.42。

即使該值在小時級別不可用，也有其他方法可以執行此操作。此外，還有比僅進行前向填充更複雜的方法。對於我們的示例，我們所做的是進行上採樣插值的基本方法。

接下來，讓我們通過輸入avg_month = sp [['price]].resample ('M').mean ( )和avg_month.head ( )來進行下採樣，然後運行它進行檢查。

如圖所示，我們可以看到每個月的最後一天和平均價格。我們可以減少樣本以具有更少的值，或者我們稱之為縮減規模。

為了形象化這一點，讓我們重新繪製繪製的尺寸。然後是sns.lineplot。線圖在 X 軸較長的情況下效果更好，而 Y 值是平均每月價格。

要查看繪製的月份的平均價格，讓我們運行它。

同樣，我們有很多不同的方法可以做到這一點。例如，如果我們想知道每季度的最低價格，我們需要做的就是輸入quarter_low，然後輸入 quarter_low.head來運行它。

因此，我們現在可以看到每個季度的季度最低值。這就是您進行重採樣的方式。

使用 Pandas 中的插值方法MultiIndex
處理缺失數據
LuckyTemplates 中的 Python

結論

總而言之，Pandas 確實是為重採樣和時間序列數據而構建的。如果您正在處理時間序列數據並且具有不同的粒度，則重採樣會非常有用。

此外，請務必閱讀有關 resample 方法的 Pandas 文檔，以了解許多不同的方法來執行此操作。我們查看了基本的，但你可以做一些事情，比如每兩週一次、每月的最後一個工作日，以及更多的重採樣選項。

一切順利，

喬治山