Yukarı örnekleme ve enterpolasyon: .resample() ile

Python ile Zaman Serisi Verilerini Manipüle Etme

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Frekans dönüşümü ve dönüştürme yöntemleri

.resample(): .groupby()'a benzer
Yeniden örnekleme döneminde verileri gruplar ve her gruba bir veya birkaç yöntem uygular
Yeni tarih, ofsete göre belirlenir: başlangıç, bitiş vb.
Yukarı örnekleme: mevcutlardan doldurma veya enterpolasyon
Aşağı örnekleme: mevcut verilere toplulaştırma uygula

Başlangıç: aylık işsizlik oranı

unrate = pd.read_csv('unrate.csv', parse_dates['Date'], index_col='Date')

unrate.info()

DatetimeIndex: 208 entries, 2000-01-01 to 2017-04-01
Data columns (total 1 columns):
UNRATE    208 non-null float64 # frekans bilgisi yok
dtypes: float64(1)

unrate.head()

            UNRATE
DATE
2000-01-01     4.0
2000-02-01     4.1
2000-03-01     4.0
2000-04-01     3.8
2000-05-01     4.0

Raporlama tarihi: ayın 1'i

Yeniden örnekleme dönemi ve frekans ofsetleri

Resample, frekans ofseti için yeni bir tarih oluşturur
Takvim ay sonuna alternatifler vardır

Frekans	Kısaltma	Örnek Tarih
Takvim Ay Sonu	M	2017-04-30
Takvim Ay Başı	MS	2017-04-01
İş Günü Ay Sonu	BM	2017-04-28
İş Günü Ay Başı	BMS	2017-04-03

Yeniden örnekleme mantığı

.resample() ile frekans atama

unrate.asfreq('MS').info()

DatetimeIndex: 208 entries, 2000-01-01 to 2017-04-01
Freq: MS
Data columns (total 1 columns):
UNRATE    208 non-null float64
dtypes: float64(1)

unrate.resample('MS') # Resampler nesnesi oluşturur

DatetimeIndexResampler [freq=<MonthBegin>, axis=0, closed=left, 
                        label=left, convention=start, base=0]

.resample() ile frekans atama

unrate.asfreq('MS').equals(unrate.resample('MS').asfreq())

True

.resample(): yalnızca başka bir yöntem çağrıldığında veri döndürür

Üç aylık reel GSYİH büyümesi

gdp = pd.read_csv('gdp.csv')

gdp.info()

DatetimeIndex: 69 entries, 2000-01-01 to 2017-01-01
Data columns (total 1 columns):
gpd    69 non-null float64 # frekans bilgisi yok
dtypes: float64(1)

gdp.head(2)

            gpd
DATE
2000-01-01  1.2
2000-04-01  7.8

Aylık reel GSYİH büyümesini enterpole etme

gdp_1 = gdp.resample('MS').ffill().add_suffix('_ffill')

       gpd_ffill
DATE
2000-01-01  1.2
2000-02-01  1.2
2000-03-01  1.2
2000-04-01  7.8

Aylık reel GSYİH büyümesini enterpole etme

gdp_2 = gdp.resample('MS').interpolate().add_suffix('_inter')

            gpd_inter
DATE
2000-01-01  1.200000
2000-02-01  3.400000
2000-03-01  5.600000
2000-04-01  7.800000

.interpolate(): mevcut noktalar arasındaki doğru üzerinde değerleri bulur

İki DataFrame'i birleştirme (concatenate)

df1 = pd.DataFrame([1, 2, 3], columns=['df1'])

df2 = pd.DataFrame([4, 5, 6], columns=['df2'])

pd.concat([df1, df2])

   df1  df2
0  1.0  NaN
1  2.0  NaN
2  3.0  NaN
0  NaN  4.0
1  NaN  5.0
2  NaN  6.0

İki DataFrame'i birleştirme (concatenate)

pd.concat([df1, df2], axis=1)

   df1  df2
0    1    4
1    2    5
2    3    6

axis=1: yatay birleştirir

Enterpole edilmiş reel GSYİH büyümesini çizme

pd.concat([gdp_1, gdp_2], axis=1).loc['2015':].plot()

ch2_3_v2 - Upsampling & Interpolation.032.png

GSYİH büyümesi ve işsizliği birleştirme

pd.concat([unrate, gdp_inter], axis=1).plot();

ch2_3_v2 - Upsampling & Interpolation.034.png

Haydi pratik yapalım!

Python ile Zaman Serisi Verilerini Manipüle Etme