Đánh chỉ mục & lấy mẫu lại chuỗi thời gian

Xử lý dữ liệu chuỗi thời gian trong Python

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Biến đổi chuỗi thời gian

Các biến đổi chuỗi thời gian cơ bản gồm:

Phân tích cú pháp ngày dạng chuỗi và chuyển sang datetime64
Chọn & cắt lát các giai đoạn cụ thể
Đặt & thay đổi tần suất DateTimeIndex
- Tăng mẫu vs Giảm mẫu

Lấy giá cổ phiếu 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

Chuyển chuỗi ngày sang datetime64

pd.to_datetime():
- Phân tích chuỗi ngày
- Chuyển thành 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)

Chuyển chuỗi ngày sang datetime64

.set_index():
- Đưa cột ngày vào index
- inplace:
  - không tạo bản sao

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)

Vẽ chuỗi thời gian giá cổ phiếu Google

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

plt.tight_layout(); plt.show()

ch1_2_v2 - Indexing & Resampling Time Series.013.png

Đánh chỉ mục bằng chuỗi một phần

Chọn/đánh chỉ mục bằng chuỗi có thể phân tích thành ngày

google['2015'].info() # Truyền chuỗi cho một phần của ngày

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() # Cắt lát bao gồm cả tháng cuối

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

Đánh chỉ mục bằng chuỗi một phần

google.loc['2016-6-1', 'price'] # Dùng ngày đầy đủ với .loc[]

734.15

.asfreq(): đặt tần suất

.asfreq('D'):
- Chuyển DateTimeIndex sang tần suất ngày lịch

google.asfreq('D').info() # đặt tần suất ngày lịch

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(): đặt tần suất

Tăng mẫu:
- Tần suất cao hơn tạo ngày mới => thiếu dữ liệu

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(): đặt lại tần suất

.asfreq('B'):
- Chuyển DateTimeIndex sang tần suất ngày làm việc

google = google.asfreq('B') # Đổi sang tần suất ngày lịch

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(): đặt lại tần suất

google[google.price.isnull()] # Chọn các giá trị 'price' bị thiếu

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

Ngày làm việc nhưng không giao dịch

Cùng luyện tập nào!

Xử lý dữ liệu chuỗi thời gian trong Python