Pengindeksan & resampling deret waktu

Memanipulasi Data Deret Waktu di Python

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Transformasi deret waktu

Transformasi deret waktu dasar mencakup:

Mem-parse string tanggal dan mengonversi ke datetime64
Memilih & slicing untuk subperiode tertentu
Menyetel & mengubah frekuensi DateTimeIndex
- Upsampling vs Downsampling

Mengambil harga saham 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

Mengonversi tanggal string ke datetime64

pd.to_datetime():
- Parse string tanggal
- Konversi ke 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)

Mengonversi tanggal string ke datetime64

.set_index():
- Jadikan tanggal sebagai indeks
- inplace:
  - tidak membuat salinan

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)

Memvisualkan deret waktu saham Google

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

plt.tight_layout(); plt.show()

ch1_2_v2 - Pengindeksan & Resampling Deret Waktu.013.png

Pengindeksan string parsial

Memilih/mengindeks dengan string yang dapat diparse ke tanggal

google['2015'].info() # Beri string untuk bagian tanggal

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 mencakup bulan terakhir

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

Pengindeksan string parsial

google.loc['2016-6-1', 'price'] # Gunakan tanggal penuh dengan .loc[]

734.15

.asfreq(): set frekuensi

.asfreq('D'):
- Ubah DateTimeIndex ke frekuensi hari kalender

google.asfreq('D').info() # set frekuensi hari kalender

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(): set frekuensi

Upsampling:
- Frekuensi lebih tinggi menambah tanggal baru => data hilang

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(): set ulang frekuensi

.asfreq('B'):
- Ubah DateTimeIndex ke frekuensi hari kerja

google = google.asfreq('B') # Ubah ke frekuensi hari kalender

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(): set ulang frekuensi

google[google.price.isnull()] # Pilih nilai 'price' yang hilang

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

Hari kerja yang bukan hari perdagangan

Ayo berlatih!

Memanipulasi Data Deret Waktu di Python