Indeksowanie i resampling szeregów czasowych

Manipulowanie danymi szeregów czasowych w Pythonie

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Transformacje szeregów czasowych

Podstawowe transformacje szeregów czasowych obejmują:

Parsowanie ciągów dat i konwersja do datetime64
Wybieranie i wycinanie określonych podokresów
Ustawianie i zmiana częstotliwości DateTimeIndex
- Upsampling i downsampling

Pobieranie kursów akcji 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

Konwersja ciągów dat do datetime64

pd.to_datetime():
- Parsowanie ciągu daty
- Konwersja do 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)

Konwersja ciągów dat do datetime64

.set_index():
- Data jako indeks
- inplace:
  - bez tworzenia kopii

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)

Wykres szeregu czasowego akcji Google

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

plt.tight_layout(); plt.show()

Wykres kursu akcji Google

Częściowe indeksowanie ciągami

Wybieranie/indeksowanie przy użyciu ciągów parsowanych jako daty

google['2015'].info() # Pass string for part of date

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 includes last month

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

Częściowe indeksowanie ciągami

google.loc['2016-6-1', 'price'] # Use full date with .loc[]

734.15

.asfreq(): ustawianie częstotliwości

.asfreq('D'):
- Konwersja DateTimeIndex do częstotliwości dziennej

google.asfreq('D').info() # set calendar day frequency

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(): ustawianie częstotliwości

Upsampling:
- Wyższa częstotliwość oznacza nowe daty => brakujące dane

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(): zmiana częstotliwości

.asfreq('B'):
- Konwersja DateTimeIndex do częstotliwości dni roboczych

google = google.asfreq('B') # Change to calendar day frequency

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(): zmiana częstotliwości

google[google.price.isnull()] # Select missing 'price' values

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

Dni robocze, które nie były dniami handlowymi

Czas na ćwiczenia!

Manipulowanie danymi szeregów czasowych w Pythonie