Alterando a frequência da série temporal: reamostragem

Manipulando dados de séries temporais em Python

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Mudando a frequência: reamostragem

  • DateTimeIndex: defina e mude a frequência com .asfreq()
  • Mas a conversão de frequência afeta os dados
    • Upsampling: preencher ou interpolar faltantes
    • Downsampling: agregar dados existentes
  • API do pandas:
    • .asfreq(), .reindex()
    • .resample() + método de transformação
Manipulando dados de séries temporais em Python

Começando: dados trimestrais

dates = pd.date_range(start='2016', periods=4, freq='Q')

data = range(1, 5)

quarterly = pd.Series(data=data, index=dates)

quarterly

2016-03-31    1
2016-06-30    2
2016-09-30    3
2016-12-31    4
Freq: Q-DEC, dtype: int64 # Padrão: trimestres com fim de ano
Manipulando dados de séries temporais em Python

Upsampling: trimestre => mês

monthly = quarterly.asfreq('M') # para frequência no fim do mês

2016-03-31    1.0
2016-04-30    NaN
2016-05-31    NaN
2016-06-30    2.0
2016-07-31    NaN
2016-08-31    NaN
2016-09-30    3.0
2016-10-31    NaN
2016-11-30    NaN
2016-12-31    4.0
Freq: M, dtype: float64
  • Upsampling cria valores faltantes
monthly = monthly.to_frame('baseline') # para DataFrame
Manipulando dados de séries temporais em Python

Upsampling: métodos de preenchimento

monthly['ffill'] = quarterly.asfreq('M', method='ffill')

monthly['bfill'] = quarterly.asfreq('M', method='bfill')

monthly['value'] = quarterly.asfreq('M', fill_value=0)
Manipulando dados de séries temporais em Python

Upsampling: métodos de preenchimento

  • bfill: preencher para trás
  • ffill: preencher para frente
            baseline  ffill  bfill  value
2016-03-31       1.0      1      1      1
2016-04-30       NaN      1      2      0
2016-05-31       NaN      1      2      0
2016-06-30       2.0      2      2      2
2016-07-31       NaN      2      3      0
2016-08-31       NaN      2      3      0
2016-09-30       3.0      3      3      3
2016-10-31       NaN      3      4      0
2016-11-30       NaN      3      4      0
2016-12-31       4.0      4      4      4
Manipulando dados de séries temporais em Python

Adicionar meses faltantes: .reindex()

dates = pd.date_range(start='2016', 
                      periods=12, 
                      freq='M')

DatetimeIndex(['2016-01-31', 
               '2016-02-29', 
               ..., 
               '2016-11-30', 
               '2016-12-31'],
        dtype='datetime64[ns]', freq='M')
  • .reindex():
    • ajusta o DataFrame ao novo índice
    • mesma lógica de preenchimento que .asfreq()
quarterly.reindex(dates)

2016-01-31    NaN
2016-02-29    NaN
2016-03-31    1.0
2016-04-30    NaN
2016-05-31    NaN
2016-06-30    2.0
2016-07-31    NaN
2016-08-31    NaN
2016-09-30    3.0
2016-10-31    NaN
2016-11-30    NaN
2016-12-31    4.0
Manipulando dados de séries temporais em Python

Vamos praticar!

Manipulando dados de séries temporais em Python

Preparing Video For Download...