Bun venit la curs!

Vizualizarea datelor de tip serie temporală în Python

Thomas Vincent

Head of Data Science, Getty Images

Condiții prealabile

Serii de timp în Știința Datelor

Seriile de timp reprezintă o modalitate fundamentală de stocare și analiză a datelor
Datele financiare, meteorologice și de dispozitive sunt cel mai bine gestionate ca serii de timp

Serii de timp în Știința Datelor

Exemplu de date din serii de timp

Prezentarea cursului

Capitolul 1: Noțiuni introductive și personalizarea primei reprezentări grafice a seriilor de timp
Capitolul 2: Rezumarea și descrierea datelor din serii de timp
Capitolul 3: Analiza avansată a seriilor de timp
Capitolul 4: Lucrul cu serii de timp multiple
Capitolul 5: Studiu de caz

Citirea datelor cu Pandas

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

Previzualizarea datelor cu Pandas

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

Verificarea tipurilor de date cu Pandas

print(df.dtypes)

datestamp     object
co2          float64
dtype: object

Lucrul cu date calendaristice

Pentru a lucra cu serii de timp în pandas, coloanele cu date trebuie să fie de tipul datetime64.

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)

Să începem!

Vizualizarea datelor de tip serie temporală în Python