Zaman serilerinde indeksleme ve yeniden örnekleme

Python ile Zaman Serisi Verilerini Manipüle Etme

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Zaman serisi dönüşümü

Temel zaman serisi dönüşümleri:

Dize tarihleri ayrıştırma ve datetime64'e çevirme
Belirli alt dönemler için seçme ve dilimleme
DateTimeIndex frekansını ayarlama ve değiştirme
- Üst örnekleme vs Alt örnekleme

GOOG hisse fiyatlarını alma

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

Dize tarihlerini datetime64'e dönüştürme

pd.to_datetime():
- Tarih dizgesini ayrıştırır
- datetime64'e çevirir

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)

Dize tarihlerini datetime64'e dönüştürme

.set_index():
- Tarihi indekse alır
- inplace:
  - kopya oluşturmaz

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 hisse senedi zaman serisini çizme

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

plt.tight_layout(); plt.show()

Google hisse senedi zaman serisini çizme

Kısmi dize ile indeksleme

Tarihe ayrıştırılan dizelerle seçme/indeksleme

google['2015'].info() # Tarihin bir bölümünü dize olarak geçin

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() # Dilim son ayı içerir

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

Kısmi dize ile indeksleme

google.loc['2016-6-1', 'price'] # Tam tarihi .loc[] ile kullanın

734.15

.asfreq(): frekans ayarla

.asfreq('D'):
- DateTimeIndex'i takvim günü frekansına çevirir

google.asfreq('D').info() # takvim günü frekansını ayarla

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(): frekans ayarla

Üst örnekleme:
- Daha yüksek frekans yeni tarihler demektir => eksik veri

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(): frekansı sıfırla

.asfreq('B'):
- DateTimeIndex'i iş günü frekansına çevirir

google = google.asfreq('B') # Takvim günü frekansına değiştir

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(): frekansı sıfırla

google[google.price.isnull()] # Eksik 'price' değerlerini seçin

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

İş günü olup işlem yapılmayan günler

Ayo berlatih!

Python ile Zaman Serisi Verilerini Manipüle Etme