Індексація й ресемплінг часових рядів

Опрацювання часових рядів у Python

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Перетворення часових рядів

Базові перетворення часових рядів:

Розбір дат-рядків і перетворення на datetime64
Вибір і зрізи для певних підперіодів
Встановлення й зміна частоти DateTimeIndex
- Апсемплінг vs даунсемплінг

Отримання цін акцій 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

Перетворення дат-рядків на datetime64

pd.to_datetime():
- Розібрати рядок дати
- Перетворити на 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)

Перетворення дат-рядків на datetime64

.set_index():
- Перенести дату в індекс
- inplace:
  - не створювати копію

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)

Побудова графіка ряду цін Google

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

plt.tight_layout(); plt.show()

Часовий ряд ціни акцій Google

Часткова індексація рядками

Вибір/індексація рядками, що парсяться як дати

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

Часткова індексація рядками

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

734.15

.asfreq(): встановити частоту

.asfreq('D'):
- Перевести DateTimeIndex на календарну денну частоту

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(): встановити частоту

Апсемплінг:
- Вища частота додає нові дати => пропущені значення

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(): змінити частоту

.asfreq('B'):
- Перевести DateTimeIndex на частоту робочих днів

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(): змінити частоту

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

Робочі дні, у які торги не відбувались

Давайте потренуємось!

Опрацювання часових рядів у Python