Indicizzazione e ricampionamento di serie temporali

Elaborazione di serie temporali in Python

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Trasformazioni di serie temporali

Trasformazioni base per serie temporali:

Analizzare date come stringhe e convertirle in datetime64
Selezionare e fare slicing per sottoperiodi specifici
Impostare e cambiare la frequenza del DateTimeIndex
- Upsampling vs downsampling

Ottenere i prezzi azionari di GOOG

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

Convertire date stringa in datetime64

pd.to_datetime():
- Analizza stringhe di date
- Converte in datetime64

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)

Convertire date stringa in datetime64

.set_index():
- Porta la data nell'indice
- inplace:
  - non creare una copia

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)

Grafico della serie temporale di Google

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

plt.tight_layout(); plt.show()

ch1_2_v2 - Indexing & Resampling Time Series.013.png

Indicizzazione parziale con stringhe

Selezione/indicizzazione con stringhe interpretabili come date

google['2015'].info() # Passa una stringa per parte della data

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() # Lo slice include l'ultimo mese

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

Indicizzazione parziale con stringhe

google.loc['2016-6-1', 'price'] # Usa data completa con .loc[]

734.15

.asfreq(): imposta la frequenza

.asfreq('D'):
- Imposta il DateTimeIndex alla frequenza giornaliera (calendario)

google.asfreq('D').info() # imposta frequenza giornaliera di calendario

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(): imposta la frequenza

Upsampling:
- Frequenza più alta genera nuove date => dati mancanti

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(): reimposta la frequenza

.asfreq('B'):
- Imposta il DateTimeIndex alla frequenza dei giorni lavorativi

google = google.asfreq('B') # Cambia a frequenza giornaliera di calendario

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(): reimposta la frequenza

google[google.price.isnull()] # Seleziona i valori 'price' mancanti

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

Giorni lavorativi che non erano giorni di scambio

Esercitiamoci!

Elaborazione di serie temporali in Python