Python中怎么實現一個時間序列

本篇文章給大家分享的是有關Python中怎么實現一個時間序列，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

時間序列 在時間上是順序的一系列數據點索引（或列出的或繪制）的。最常見的是，時間序列是在連續的等間隔時間點上獲取的序列。因此，它是一系列離散時間數據。時間序列的示例包括海潮高度，黑子數和道瓊斯工業平均指數的每日收盤價。

我們將看到一些重要的點，可以幫助我們分析任何時間序列數據集。這些是：

• 在Pandas中正確加載時間序列數據集

• 時間序列數據索引

• 使用Pandas進行時間重采樣

• 滾動時間序列

• 使用Pandas繪制時間序列數據

在Pandas中正確加載時間序列數據集

讓我們在Pandas中加載上述數據集。

由于我們希望將“ DATE”列作為索引，而只是通過讀取就可以了，因此，我們必須添加一些額外的參數。

太好了，現在我們將DATE列添加為索引，但是讓我們檢查它的數據類型以了解pandas是作為簡單對象還是pandas內置的DateTime數據類型來處理索引。

太好了，現在我們將DATE列添加為索引，但是讓我們檢查它的數據類型以了解pandas是作為簡單對象還是pandas內置的DateTime數據類型來處理索引。

在這里，我們可以看到Pandas將Index列作為一個簡單對象處理，因此讓我們將其轉換為DateTime。我們可以做到如下：

現在我們可以看到  我們的數據集的dtype是 datetime64 [ns]。此“ [ns]”表明它的精確度為納秒。如果需要，我們可以將其更改為“天”或“月”。

另外，為了避免這些麻煩，我們可以使用Pandas在單行代碼中加載數據，如下所示。

在這里，我們添加了 parse_dates = True，因此它將自動使用我們的 索引 作為日期。

時間序列數據索引

比方說，我想獲得的所有數據從 2000-01-01 至 2015年5月1日。為此，我們可以像這樣在Pandas中簡單地使用索引。

這里我們提供了從2000-01-01 到 2015-01-01的所有月份的數據 。

比方說，我們希望所有的頭幾個月中的所有數據得到 1992-01-01 至 2000-01-01。我們可以簡單地通過添加另一個參數來實現它，該參數類似于在python中對列表進行切片時，最后添加一個step參數。

在Pandas中，此語法為 ['starting date'：'end date'：step]。現在，如果我們觀察數據集，它是以月格式的，因此我們需要從1992年到2000年的每12個月一次的數據。我們可以按以下方式進行操作。

以上就是Python中怎么實現一個時間序列，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。