시계열 인덱싱 및 리샘플링

Python으로 시계열 데이터 다루기

Stefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

시계열 변환

기본 시계열 변환에는 다음이 포함됩니다:

날짜 문자열 파싱 및 datetime64로 변환
특정 기간 선택 및 슬라이싱
DateTimeIndex 빈도 설정 및 변경
- 업샘플링 vs 다운샘플링

GOOG 주가 데이터 가져오기

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

날짜 문자열을 datetime64로 변환

pd.to_datetime():
- 날짜 문자열 파싱
- datetime64로 변환

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)

날짜 문자열을 datetime64로 변환

.set_index():
- 날짜를 인덱스로 설정
- inplace:
  - 복사본 생성 안 함

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)

Google 주가 시계열 플로팅

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

plt.tight_layout(); plt.show()

ch1_2_v2 - Indexing & Resampling Time Series.013.png

부분 문자열 인덱싱

날짜로 파싱 가능한 문자열로 선택/인덱싱

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

부분 문자열 인덱싱

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

734.15

.asfreq(): 빈도 설정

.asfreq('D'):
- DateTimeIndex를 달력 기준 일별 빈도로 변환

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(): 빈도 설정

업샘플링:
- 빈도가 높아지면 새로운 날짜가 생성되어 결측값이 발생

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(): 빈도 재설정

.asfreq('B'):
- DateTimeIndex를 영업일 빈도로 변환

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(): 빈도 재설정

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

거래일이 아닌 영업일

연습해 봅시다!

Python으로 시계열 데이터 다루기