博客

python Pandas库基础分析之时间序列的处理详解

  • Post category:Python

Python Pandas库基础分析之时间序列的处理详解

什么是时间序列数据

时间序列是指按时间顺序排列的数据序列，其中每个时间点对应一个或多个数值。它可以帮助我们理解时间相关的事物的变化，如公司的股票价格、气象数据、电力消费量等等。

在Python中，我们可以使用Pandas库来进行时间序列的处理和分析。

时间序列数据的读取和展示

首先，我们需要将时间序列数据读入到Python中。常见的时间序列数据格式有CSV(逗号分隔)、Excel和JSON等。在Pandas库中，我们可以使用read_csv()、read_excel()、read_json()等函数来读取对应的数据类型。

示例1：读取CSV格式的时间序列数据

import pandas as pd

df = pd.read_csv("example.csv", parse_dates=["date"], index_col="date")
print(df.head())

在这个示例中，我们使用了read_csv()函数来读取CSV格式的时间序列数据，并将其存储在了一个名为df的变量中。关键参数parse_dates是用于告诉Pandas库，哪些列代表日期或时间，而参数index_col用于告诉Pandas库将哪一列设为索引列。

示例2：展示时间序列数据

import matplotlib.pyplot as plt

plt.plot(df.index, df["value"])
plt.show()

在这个示例中，我们使用Matplotlib库绘制了时间序列数据的折线图。df.index表示时间序列数据的时间列，df[“value”]表示时间序列数据的数值列。可以看到，我们绘制出了这段时间序列数据的趋势。

时间序列数据的预处理

在进行时间序列的分析前，我们可能需要对时间序列数据进行预处理，将其变为符合我们需要的格式。常见的预处理包括缺失值填充、平滑处理、差分处理等等。

示例3：缺失值填充

df.fillna(method="ffill", inplace=True)
print(df.head())

在这个示例中，我们使用fillna()函数来填充缺失值。方法ffill是一种前向填充的方法，意思是用缺失值前面的值来填充缺失值，inplace参数则表示我们希望对原始数据进行修改。

示例4：平滑处理

df["value_rolling_mean"] = df["value"].rolling(window=7).mean()
print(df.head(10))

在这个示例中，我们使用rolling()函数来计算时间序列数据的滑动平均值。参数window表示滑动窗口的大小，mean()函数则表示计算滑动窗口内数据的均值，并将结果存储在df[“value_rolling_mean”]这一新的列中。

时间序列数据的分析

时间序列数据的分析可以包括趋势分析、周期性分析、季节性分析等等。在Pandas库中，我们可以使用resample()函数来进行时间序列的重采样，使用diff()函数来计算差分数据。

示例5：趋势分析

from statsmodels.tsa.seasonal import seasonal_decompose

decompose = seasonal_decompose(df["value"], freq=52)
trend = decompose.trend
seasonal = decompose.seasonal
residual = decompose.resid

plt.subplot(411)
plt.plot(df["value"])
plt.legend(["Original Data"])

plt.subplot(412)
plt.plot(trend)
plt.legend(["Trend"])

plt.subplot(413)
plt.plot(seasonal)
plt.legend(["Seasonal"])

plt.subplot(414)
plt.plot(residual)
plt.legend(["Residual"])

plt.show()

在这个示例中，我们使用了statsmodels库中的seasonal_decompose()函数，将时间序列数据拆分为趋势、季节性和残差三个部分，并通过Matplotlib库绘制出来。可以看到，我们成功地将时间序列数据分解为三个互相独立的部分。

示例6：季节性分析

df_month = df.resample("M").mean()
monthly_difference = df_month.diff(1)
seasonal_difference = df_month.diff(12)

plt.subplot(311)
plt.plot(df_month)
plt.title("Monthly Data")

plt.subplot(312)
plt.plot(monthly_difference)
plt.title("Monthly Difference Data")

plt.subplot(313)
plt.plot(seasonal_difference)
plt.title("Seasonal Difference Data")

plt.show()

在这个示例中，我们首先使用resample()函数按月对时间序列数据进行重采样，并计算出每个月的平均值。接着，我们使用diff()函数来计算月度差分数据和季节性差分数据，并通过Matplotlib库绘制了三个图表。可以看到，季节性差分数据的周期性非常明显。

总结

本文详细分析了Pandas库在时间序列数据的读取、预处理和分析等方面的使用，希望能够帮助大家更好地理解和处理时间序列数据。

Tags: