Ändra tidsseriens frekvens: omsampling

Manipulera tidsseriedata i Python

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Ändra frekvensen: omsampling

DateTimeIndex: ange och ändra frekvens med .asfreq()
Frekvenskonvertering påverkar data
- Uppsampling: fyll i eller interpolera saknade värden
- Nedsampling: aggregera befintliga data
pandas API:
- .asfreq(), .reindex()
- .resample() + transformationsmetod

Kom igång: kvartalsdata

dates = pd.date_range(start='2016', periods=4, freq='Q')

data = range(1, 5)

quarterly = pd.Series(data=data, index=dates)

quarterly

2016-03-31    1
2016-06-30    2
2016-09-30    3
2016-12-31    4
Freq: Q-DEC, dtype: int64 # Default: year-end quarters

Uppsampling: kvartal => månad

monthly = quarterly.asfreq('M') # to month-end frequency

2016-03-31    1.0
2016-04-30    NaN
2016-05-31    NaN
2016-06-30    2.0
2016-07-31    NaN
2016-08-31    NaN
2016-09-30    3.0
2016-10-31    NaN
2016-11-30    NaN
2016-12-31    4.0
Freq: M, dtype: float64

Uppsampling skapar saknade värden

monthly = monthly.to_frame('baseline') # to DataFrame

Uppsampling: fyllnadsmetoder

monthly['ffill'] = quarterly.asfreq('M', method='ffill')

monthly['bfill'] = quarterly.asfreq('M', method='bfill')

monthly['value'] = quarterly.asfreq('M', fill_value=0)

Uppsampling: fyllnadsmetoder

bfill: bakåtfyllning
ffill: framåtfyllning

            baseline  ffill  bfill  value
2016-03-31       1.0      1      1      1
2016-04-30       NaN      1      2      0
2016-05-31       NaN      1      2      0
2016-06-30       2.0      2      2      2
2016-07-31       NaN      2      3      0
2016-08-31       NaN      2      3      0
2016-09-30       3.0      3      3      3
2016-10-31       NaN      3      4      0
2016-11-30       NaN      3      4      0
2016-12-31       4.0      4      4      4

Lägg till saknade månader: .reindex()

dates = pd.date_range(start='2016', 
                      periods=12, 
                      freq='M')

DatetimeIndex(['2016-01-31', 
               '2016-02-29', 
               ..., 
               '2016-11-30', 
               '2016-12-31'],
        dtype='datetime64[ns]', freq='M')

.reindex():
- anpassa DataFrame till nytt index
- samma fyllnadslogik som .asfreq()

quarterly.reindex(dates)

2016-01-31    NaN
2016-02-29    NaN
2016-03-31    1.0
2016-04-30    NaN
2016-05-31    NaN
2016-06-30    2.0
2016-07-31    NaN
2016-08-31    NaN
2016-09-30    3.0
2016-10-31    NaN
2016-11-30    NaN
2016-12-31    4.0

Nu kör vi en övning!

Manipulera tidsseriedata i Python