Indizieren & Resampling von Zeitreihen

Zeitreihen in Python bearbeiten

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Zeitreihen transformieren

Grundlegende Zeitreihen-Transformationen:

Datumsstrings parsen und in datetime64 umwandeln
Für Teilzeiträume auswählen & slicen
DateTimeIndex-Frequenz setzen & ändern
- Upsampling vs. Downsampling

GOOG-Aktienkurse laden

google = pd.read_csv('google.csv')  # import pandas as pd

google.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 504 entries, 0 to 503
Data columns (total 2 columns):
date     504 non-null object
price    504 non-null float64
dtypes: float64(1), object(1)

google.head()

         date   price
0  2015-01-02  524.81
1  2015-01-05  513.87
2  2015-01-06  501.96
3  2015-01-07  501.10
4  2015-01-08  502.68

Datumsstrings in datetime64 umwandeln

pd.to_datetime():
- Datumsstring parsen
- In datetime64 umwandeln

google.date = pd.to_datetime(google.date)

google.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 504 entries, 0 to 503
Data columns (total 2 columns):
date     504 non-null datetime64[ns]
price    504 non-null float64
dtypes: datetime64[ns](1), float64(1)

Datumsstrings in datetime64 umwandeln

.set_index():
- Datum in den Index
- inplace:
  - keine Kopie erstellen

google.set_index('date', inplace=True)

google.info()

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 504 entries, 2015-01-02 to 2016-12-30
Data columns (total 1 columns):
price    504 non-null float64
dtypes: float64(1)

Google-Zeitreihe plotten

google.price.plot(title='Google Stock Price')

plt.tight_layout(); plt.show()

Zeitreihe der Google-Aktienkurse

Partielles String-Indexing

Auswählen/Indizieren mit Strings, die als Datum erkannt werden

google['2015'].info() # String für Datumsteil übergeben

DatetimeIndex: 252 entries, 2015-01-02 to 2015-12-31
Data columns (total 1 columns):
price    252 non-null float64
dtypes: float64(1)

google['2015-3': '2016-2'].info() # Slice enthält den letzten Monat

DatetimeIndex: 252 entries, 2015-03-02 to 2016-02-29
Data columns (total 1 columns):
price    252 non-null float64
dtypes: float64(1)
memory usage: 3.9 KB

Partielles String-Indexing

google.loc['2016-6-1', 'price'] # Volles Datum mit .loc[] verwenden

734.15

.asfreq(): Frequenz setzen

.asfreq('D'):
- DateTimeIndex auf Kalendertagsfrequenz setzen

google.asfreq('D').info() # Kalendertagsfrequenz setzen

DatetimeIndex: 729 entries, 2015-01-02 to 2016-12-30
Freq: D
Data columns (total 1 columns):
price    504 non-null float64
dtypes: float64(1)

.asfreq(): Frequenz setzen

Upsampling:
- Höhere Frequenz erzeugt neue Daten -> fehlende Werte

google.asfreq('D').head()

             price
date              
2015-01-02  524.81
2015-01-03     NaN
2015-01-04     NaN
2015-01-05  513.87
2015-01-06  501.96

.asfreq(): Frequenz neu setzen

.asfreq('B'):
- DateTimeIndex auf Arbeitstagsfrequenz setzen

google = google.asfreq('B') # Auf Kalendertagsfrequenz ändern

google.info()

DatetimeIndex: 521 entries, 2015-01-02 to 2016-12-30
Freq: B
Data columns (total 1 columns):
price    504 non-null float64
dtypes: float64(1)

.asfreq(): Frequenz neu setzen

google[google.price.isnull()] # Fehlende 'price'-Werte auswählen

            price
date             
2015-01-19    NaN
2015-02-16    NaN
...
2016-11-24    NaN
2016-12-26    NaN

Arbeitstage, an denen nicht gehandelt wurde

Lass uns üben!

Zeitreihen in Python bearbeiten