강좌 소개!

Python으로 시계열 데이터 시각화

Thomas Vincent

Head of Data Science, Getty Images

사전 요구 사항

데이터 과학 분야의 시계열

시계열은 다양한 데이터를 저장하고 분석하는 핵심 방법입니다
금융, 기상, 기기 데이터는 모두 시계열로 처리하는 것이 적합합니다

데이터 과학 분야의 시계열

시계열 데이터 예시

강좌 개요

Chapter 1: 시작하기 및 첫 시계열 플롯 설정
Chapter 2: 시계열 데이터 요약 및 기술
Chapter 3: 고급 시계열 분석
Chapter 4: 다중 시계열 다루기
Chapter 5: 사례 연구

Pandas로 데이터 읽기

import pandas as pd

df = pd.read_csv('ch2_co2_levels.csv')
print(df)

       datestamp    co2
0     1958-03-29  316.1
1     1958-04-05  317.3
2     1958-04-12  317.6
...
...
...
2281  2001-12-15  371.2
2282  2001-12-22  371.3
2283  2001-12-29  371.5

Pandas로 데이터 미리보기

print(df.head(n=5))

    datestamp    co2
0  1958-03-29  316.1
1  1958-04-05  317.3
2  1958-04-12  317.6
3  1958-04-19  317.5
4  1958-04-26  316.4

print(df.tail(n=5))

       datestamp    co2
2279  2001-12-01  370.3
2280  2001-12-08  370.8
2281  2001-12-15  371.2
2282  2001-12-22  371.3
2283  2001-12-29  371.5

Pandas로 데이터 타입 확인

print(df.dtypes)

datestamp     object
co2          float64
dtype: object

날짜 다루기

pandas에서 시계열 데이터를 다루려면 날짜 열이 datetime64 타입이어야 합니다.

pd.to_datetime(['2009/07/31', 'test'])

ValueError: Unknown string format

pd.to_datetime(['2009/07/31', 'test'], errors='coerce')

DatetimeIndex(['2009-07-31', 'NaT'], 
    dtype='datetime64[ns]', freq=None)

시작해 봅시다!

Python으로 시계열 데이터 시각화