Décomposer des données de séries chronologiques

Visualiser des séries chronologiques en Python

Thomas Vincent

Head of Data Science, Getty Images

Dictionnaires Python

# Initialiser un dictionnaire Python
my_dict = {}

# Ajouter une clé et une valeur au dictionnaire
my_dict['your_key'] = 'your_value'

# Ajouter une deuxième clé et une valeur au dictionnaire
my_dict['your_second_key'] = 'your_second_value'

# Afficher le dictionnaire
print(my_dict)

{'your_key': 'your_value',
 'your_second_key': 'your_second_value'}

Décomposer plusieurs séries chronologiques avec des dictionnaires Python

# Importer la bibliothèque statsmodels
import statsmodels.api as sm
# Initialiser un dictionnaire
my_dict = {}
# Extraire les noms des séries chrono
ts_names = df.columns
print(ts_names)

['ts1', 'ts2', 'ts3']

# Lancer la décomposition des séries chrono
for ts in ts_names:
    ts_decomposition = sm.tsa.seasonal_decompose(jobs[ts])
    my_dict[ts] = ts_decomposition

Extraire les composantes de décomposition de plusieurs séries

# Initialiser un nouveau dictionnaire
my_dict_trend = {}
# Extraire la composante tendance
for ts in ts_names:
    my_dict_trend[ts] = my_dict[ts].trend
# Convertir en DataFrame            
trend_df = pd.DataFrame.from_dict(my_dict_trend)
print(trend_df)

            ts1  ts2 ts3
datestamp                                                  
2000-01-01  2.2  1.3 3.6                            
2000-02-01  3.4  2.1 4.7                             
...

Les dictionnaires Python, c'est gagnant !

Visualiser des séries chronologiques en Python