Дані часових рядів у Pandas

У цьому підручнику ви дізнаєтесь, як перевибирати дані часових рядів за допомогою Pandas. Ви можете переглянути повне відео цього підручника внизу цього блогу .

Що це за ідея повторної вибірки? Це пов’язано з даними часових рядів, і те, що ми зробимо, це змінимо частоту, з якою дані звітуються. Наприклад, змінити річне значення на місячне чи тижневе або змінити погодинні дані на щоденні. Словом, змінюємо рівень в ієрархії.

Це можна використовувати з кількох причин, наприклад для отримання надійніших тенденцій , розмірів вибірки та сезонності . У деяких звітах матиме більше сенсу використовувати певний рівень ієрархії, а не інший.

Крім того, повторна вибірка може допомогти, якщо у вас є різні джерела даних і вам потрібно виконати об’єднання даних часових рядів. Це також допоможе у вирішенні невідповідності в .

Щоб розбити це далі, ми маємо зменшення та підвищення дискретизації.

Зменшення дискретизації — це зменшення частоти звітування . Це можуть бути такі речі, як перетворення з секунди на годину, щоб мати менше значень, або зменшення дискретизації з місяця на квартал.

З іншого боку, підвищена дискретизація полягає у збільшенні частоти звітування від рівня місяця до рівня дня . Пізніше ми матимемо більше прикладів цього.

Зміст

• Як повторити вибірку даних часових рядів за допомогою Pandas
• Використання підвищення дискретизації для отримання значень
• Висновок

Як повторити вибірку даних часових рядів за допомогою Pandas

Як ми збираємося це зробити в Pandas?

Перш за все, ми змінимо . Потім ми можемо збільшити дискретизацію за допомогою інтерполяції, яка заповнить значення, і ми можемо зменшити дискретизацію, щоб згорнути, агрегуючи значення.

Давайте перейдемо до Jupyter Notebook Python і перевіримо це за допомогою Pandas.

Для початку ми будемо використовувати Pandas, ввівши import pandas як pd , потім import seaborn як sns для візуалізації та імпорт matplotlib.pyplot як plt для налаштування .

Наступне, що потрібно зробити, це отримати дані з vega_datasets import data . Це гарне місце, щоб отримати зразки джерел. Крім того, ми збираємося отримати бібліотеку sp = data.sp500 ( ) і sp.head ( ) .

Ось наші дані на даний момент. У нас є щоденні прибутки та ціни на кожен день.

Щоб встановити індекс у стовпець дати, введіть sp.set_index(['date'], inplace=True), а потім знову викличте sp.head .

Використання підвищення дискретизації для отримання значень

Потім, щоб отримати більше значень, скористаємося підвищенням дискретизації. Оскільки ми маємо дані для кожного дня, ми можемо перейти до години, використовуючи найпростішу функцію, яка є sp [['price']]. resample ('H').ffill ( ) , а потім запустіть його. H означає годину, M означає місяць, D означає день і так далі. Ви можете дізнатися більше про це в документації Pandas .

Як ми бачимо, 1 січня опівночі ціна становить 1394,46, як і в наступні години з 1:00 до 4:00. Інший приклад – 2 січня, коли ціна закриття становить 1366,42.

Існують інші способи зробити це, навіть якщо значення недоступне на рівні години. Крім того, існують більш складні способи, ніж просто заповнення вперед . Для нашого прикладу ми зробили базовий спосіб інтерполяції з підвищенням дискретизації.

Далі перейдемо до зменшення дискретизації, ввівши avg_month = sp [['price]].resample ('M').mean ( ) , потім avg_month.head ( ) і запустіть його для перевірки.

Як показано на малюнку, ми можемо бачити останній день кожного місяця та середню ціну. Ми можемо зменшити вибірки, щоб мати менше значень, або те, що ми називаємо скороченням.

Щоб візуалізувати це, давайте введемо повторно накреслені розміри. Потім слідує sns.lineplot . Лінійний графік краще працює з довшою віссю X, тоді як значення Y є середньою місячною ціною.

Щоб побачити на графіку середню ціну за місяць, давайте запустимо це.

Знову ж таки, ми можемо це зробити різними способами. Наприклад, якщо ми хочемо знати найнижчу ціну за квартал, все, що нам потрібно зробити, це ввести quarter_low , а потім quarter_low.head , щоб запустити його.

Отже, тепер ми можемо побачити квартальне найнижче значення, знайдене в кожному кварталі. Ось як ви виконуєте повторну вибірку.

Висновок

На завершення Pandas дійсно створено для повторної вибірки та даних часових рядів . Якщо ви працюєте з даними часових рядів і маєте іншу деталізацію, повторна вибірка може бути дуже корисною.

Крім того, обов’язково прочитайте документацію Pandas про метод повторної вибірки, щоб дізнатися багато різних способів зробити це. Ми розглянули основні, але ви можете робити такі дії, як кожні два тижні, останній робочий день місяця та інші варіанти повторної вибірки.

Все найкраще,

Джордж Маунт