`.resample()` के साथ अपसैंपलिंग और इंटरपोलेशन

Python में Time Series डेटा मैनिपुलेट करना

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

फ्रीक्वेंसी कन्वर्ज़न और ट्रांसफॉर्मेशन मेथड्स

.resample(): .groupby() जैसा
रीसैंपल अवधि के भीतर डेटा को समूहित कर हर समूह पर एक या कई मेथड लागू करता है
नई तिथि ऑफसेट से तय होती है - start, end, आदि
अपसैंपलिंग: मौजूदा से भरें या मान इंटरपोलेट करें
डाउनसैंपलिंग: मौजूदा डेटा पर एग्रीगेशन लागू करें

शुरुआत: मासिक बेरोजगारी दर

unrate = pd.read_csv('unrate.csv', parse_dates['Date'], index_col='Date')

unrate.info()

DatetimeIndex: 208 entries, 2000-01-01 to 2017-04-01
Data columns (total 1 columns):
UNRATE    208 non-null float64 # no frequency information
dtypes: float64(1)

unrate.head()

            UNRATE
DATE
2000-01-01     4.0
2000-02-01     4.1
2000-03-01     4.0
2000-04-01     3.8
2000-05-01     4.0

रिपोर्टिंग तिथि: महीने की 1 तारीख

रीसैंपलिंग अवधि और फ्रीक्वेंसी ऑफसेट्स

Resample फ्रीक्वेंसी ऑफसेट के लिए नई तिथि बनाता है
कैलेंडर महीने के अंत के कई विकल्प

फ्रीक्वेंसी	उपनाम	सैंपल तिथि
कैलेंडर मंथ एंड	M	2017-04-30
कैलेंडर मंथ स्टार्ट	MS	2017-04-01
बिज़नेस मंथ एंड	BM	2017-04-28
बिज़नेस मंथ स्टार्ट	BMS	2017-04-03

रीसैंपलिंग लॉजिक

रीसैंपलिंग और इंटरपोलेशन.015

रीसैंपलिंग लॉजिक

रीसैंपलिंग और इंटरपोलेशन.016

`.resample()` से फ्रीक्वेंसी असाइन करें

unrate.asfreq('MS').info()

DatetimeIndex: 208 entries, 2000-01-01 to 2017-04-01
Freq: MS
Data columns (total 1 columns):
UNRATE    208 non-null float64
dtypes: float64(1)

unrate.resample('MS') # creates Resampler object

DatetimeIndexResampler [freq=<MonthBegin>, axis=0, closed=left, 
                        label=left, convention=start, base=0]

`.resample()` से फ्रीक्वेंसी असाइन करें

unrate.asfreq('MS').equals(unrate.resample('MS').asfreq())

True

.resample(): केवल दूसरी मेथड कॉल करने पर डेटा देता है

त्रैमासिक वास्तविक GDP वृद्धि

gdp = pd.read_csv('gdp.csv')

gdp.info()

DatetimeIndex: 69 entries, 2000-01-01 to 2017-01-01
Data columns (total 1 columns):
gpd    69 non-null float64 # no frequency info
dtypes: float64(1)

gdp.head(2)

            gpd
DATE
2000-01-01  1.2
2000-04-01  7.8

मासिक वास्तविक GDP वृद्धि का इंटरपोलेशन

gdp_1 = gdp.resample('MS').ffill().add_suffix('_ffill')

       gpd_ffill
DATE
2000-01-01  1.2
2000-02-01  1.2
2000-03-01  1.2
2000-04-01  7.8

मासिक वास्तविक GDP वृद्धि का इंटरपोलेशन

gdp_2 = gdp.resample('MS').interpolate().add_suffix('_inter')

            gpd_inter
DATE
2000-01-01  1.200000
2000-02-01  3.400000
2000-03-01  5.600000
2000-04-01  7.800000

.interpolate(): मौजूदा डेटा के बीच सीधी रेखा पर बिंदु ढूँढता है

दो DataFrames को कंसकैटिनेट करना

df1 = pd.DataFrame([1, 2, 3], columns=['df1'])

df2 = pd.DataFrame([4, 5, 6], columns=['df2'])

pd.concat([df1, df2])

   df1  df2
0  1.0  NaN
1  2.0  NaN
2  3.0  NaN
0  NaN  4.0
1  NaN  5.0
2  NaN  6.0

दो DataFrames को कंसकैटिनेट करना

pd.concat([df1, df2], axis=1)

   df1  df2
0    1    4
1    2    5
2    3    6

axis=1: क्षैतिज रूप से कंसकैटिनेट करें

इंटरपोलेटेड वास्तविक GDP वृद्धि का प्लॉट करें

pd.concat([gdp_1, gdp_2], axis=1).loc['2015':].plot()

रीसैंपलिंग और इंटरपोलेशन.032

GDP वृद्धि और बेरोजगारी को मिलाएँ

pd.concat([unrate, gdp_inter], axis=1).plot();

रीसैंपलिंग और इंटरपोलेशन.034

अभ्यास करते हैं!

Python में Time Series डेटा मैनिपुलेट करना