“学习Pandas中时间序列的基本操作“

# 开篇

1. 创建和操作时间序列对象

2. 时间序列数据的读取和存储

3. 时间序列数据的索引和切片

4. 时间序列数据的操作和转换

5. 时间序列数据的可视化

6. 处理时间序列中的缺失值

7. 时间序列数据的聚合和分组

8. 时间序列的时间区间和偏移量操作

示例代码：

运行结果：

# 开篇

在Python中，时间序列是一种特殊的数据类型，通常用于表示一系列按时间顺序排列的数据点。时间序列可以是一维数组，其中每个数据点都和一个特定的时间点相关联。

时间序列在数据分析和预测中非常重要，因为它们可以帮助我们理解数据随时间变化的模式和趋势。通过对时间序列数据进行分析，我们可以发现周期性变化、趋势、季节性等特征，并基于这些特征进行预测和决策。

在Python中，有许多用于处理时间序列数据的库，如pandas、numpy、matplotlib等。这些库提供了丰富的功能和工具，可以帮助我们加载、处理、可视化和分析时间序列数据。

总的来说，时间序列在Python中的作用主要包括：

数据分析和预测：通过对时间序列数据进行分析，可以揭示数据的模式和趋势，从而进行预测和决策。
可视化：通过绘制时间序列图表，可以直观地展示数据随时间的变化，帮助我们理解数据的特征和规律。
数据处理和转换：可以利用时间序列数据进行数据清洗、转换和处理，以便更好地进行后续的分析和建模工作。
特征工程：时间序列数据可以用于构建特征，帮助机器学习模型更好地理解数据和进行预测。

总的来说，时间序列在Python中是一种非常重要的数据类型，可以帮助我们更好地理解和分析数据，从而做出更准确的预测和决策。

1. 创建和操作时间序列对象

使用 pd.date_range、pd.to_datetime 和 pd.Timestamp 创建时间索引。
DatetimeIndex 是 Pandas 时间序列的核心。

import pandas as pd

# 创建时间序列
date_rng = pd.date_range(start='2023-01-01', end='2023-06-30', freq='D')
data = pd.DataFrame(date_rng, columns=['日期'])
data.set_index('日期', inplace=True)

2. 时间序列数据的读取和存储

使用 read_csv、read_excel 等方法读取带有日期时间数据的文件，并使用 parse_dates 参数进行解析。
保存时间序列数据到文件中，例如使用 to_csv、to_excel 等。

# 读取时间序列数据
data = pd.read_csv('data.csv', parse_dates=['日期'], index_col='日期')

# 保存时间序列数据
data.to_csv('output.csv')

3. 时间序列数据的索引和切片

基于时间索引的切片和子集选择，例如 data['2023-01-01':'2023-02-01']。
使用 resample 方法进行重采样。

# 时间索引切片
subset = data['2023-01-01':'2023-02-01']

# 重采样
monthly_data = data.resample('M').mean()

4. 时间序列数据的操作和转换

使用 shift、rolling 和 expanding 方法进行移动窗口操作和滚动计算。
使用 diff 计算差分。
使用 resample 进行频率转换和聚合操作。

# 滚动计算
data['7天滚动平均'] = data['值'].rolling(window=7).mean()

# 差分计算
data['差分'] = data['值'].diff()

# 重采样聚合
weekly_data = data.resample('W').sum()

5. 时间序列数据的可视化

使用 ECharts（通过 pyecharts）绘制时间序列数据的图表。

from pyecharts.charts import Line
from pyecharts import options as opts

# 时间序列数据的可视化
line = (
    Line(init_opts=opts.InitOpts(width="1000px", height="600px"))  # 设置图表的宽度和高度
    .add_xaxis(data.index.strftime('%Y-%m-%d').tolist())
    .add_yaxis("每日温度", data['温度'].tolist(), is_smooth=True, label_opts=opts.LabelOpts(is_show=False))
    .add_yaxis("7天滚动平均", data['7天滚动平均'].tolist(), is_smooth=True, label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="温度时间序列数据",
            pos_top="5%",
            pos_left="center"
        ),
        xaxis_opts=opts.AxisOpts(
            type_="category",
            axislabel_opts=opts.LabelOpts(rotate=-15)  # 旋转x轴标签
        ),
        yaxis_opts=opts.AxisOpts(type_="value"),
        tooltip_opts=opts.TooltipOpts(trigger="axis"),
        legend_opts=opts.LegendOpts(
            pos_top="10%",  # 设置图例的位置
            pos_left="center",
            orient="horizontal"
        )
    )
)

6. 处理时间序列中的缺失值

使用 fillna、interpolate 和 dropna 方法处理缺失数据。

# 填充缺失值
data['值'].fillna(method='ffill', inplace=True)

# 插值填充
data['值'].interpolate(method='linear', inplace=True)

# 删除缺失值
data.dropna(inplace=True)

7. 时间序列数据的聚合和分组

使用 groupby 和 resample 方法对时间序列数据进行分组和聚合。

# 按月分组聚合
monthly_grouped = data.groupby(data.index.month).sum()

# 重采样聚合
quarterly_data = data.resample('Q').mean()

8. 时间序列的时间区间和偏移量操作

使用 pd.offsets 模块中的类进行自定义时间偏移量操作。

# 自定义时间偏移量
data.index = data.index + pd.offsets.Day(1)

示例代码：

import pandas as pd
import numpy as np
from pyecharts.charts import Line
from pyecharts import options as opts

# 1. 创建时间序列数据
date_rng = pd.date_range(start='2023-01-01', end='2023-06-30', freq='D')
data = pd.DataFrame(date_rng, columns=['日期'])
print("\n日期:")
print(data)
data['温度'] = np.random.randint(0, 35, size=(len(date_rng)))
print("\n温度:")
print(data)
data.set_index('日期', inplace=True)

# 2. 读取和存储时间序列数据
data.to_csv('temperature_data.csv')
data = pd.read_csv('temperature_data.csv', parse_dates=['日期'], index_col='日期')

# 3. 时间序列数据的索引和切片
subset = data['2023-01-01':'2023-02-01']
monthly_data = data.resample('ME').mean()  # 修改 'M' 为 'ME'

# 4. 时间序列数据的操作和转换
data['7天滚动平均'] = data['温度'].rolling(window=7).mean()
data['温度差分'] = data['温度'].diff()
weekly_data = data.resample('W').mean()
print("\n7天滚动平均/温度差分:")
print(data)

# 5. 时间序列数据的可视化
line = (
    Line(init_opts=opts.InitOpts(width="1000px", height="600px"))  # 设置图表的宽度和高度
    .add_xaxis(data.index.strftime('%Y-%m-%d').tolist())
    .add_yaxis("每日温度", data['温度'].tolist(), is_smooth=True, label_opts=opts.LabelOpts(is_show=False))
    .add_yaxis("7天滚动平均", data['7天滚动平均'].tolist(), is_smooth=True, label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="温度时间序列数据",
            pos_top="5%",
            pos_left="center"
        ),
        xaxis_opts=opts.AxisOpts(
            type_="category",
            axislabel_opts=opts.LabelOpts(rotate=-15)  # 旋转x轴标签
        ),
        yaxis_opts=opts.AxisOpts(type_="value"),
        tooltip_opts=opts.TooltipOpts(trigger="axis"),
        legend_opts=opts.LegendOpts(
            pos_top="10%",  # 设置图例的位置
            pos_left="center",
            orient="horizontal"
        )
    )
)
line.render("temperature_time_series.html")

# 6. 处理时间序列中的缺失值
data.loc['2023-02-15':'2023-02-20', '温度'] = np.nan
data.loc[:, '温度'] = data['温度'].ffill()  # 使用 obj.ffill() 替换 fillna
data.loc[:, '温度'] = data['温度'].interpolate(method='linear')
print("\n处理缺失值: ")
print(data)

# 7. 时间序列数据的聚合和分组
monthly_grouped = data.groupby(data.index.month).mean()
quarterly_data = data.resample('QE').mean()  # 修改 'Q' 为 'QE'
print("\n月度数据:")
print(monthly_grouped)
print("\n季度数据:")
print(quarterly_data)

# 8. 时间序列的时间区间和偏移量操作
data.index = data.index + pd.offsets.Day(1)
print("\n时间区间和偏移量操作:")
print(data)

运行结果：

日期:
            日期
0   2023-01-01
1   2023-01-02
2   2023-01-03
3   2023-01-04
4   2023-01-05
..         ...
176 2023-06-26
177 2023-06-27
178 2023-06-28
179 2023-06-29
180 2023-06-30

[181 rows x 1 columns]

温度:
            日期  温度
0   2023-01-01  25
1   2023-01-02  10
2   2023-01-03  24
3   2023-01-04  23
4   2023-01-05  17
..         ...  ..
176 2023-06-26  22
177 2023-06-27  29
178 2023-06-28   6
179 2023-06-29   6
180 2023-06-30  24

[181 rows x 2 columns]

7天滚动平均/温度差分:
            温度     7天滚动平均  温度差分
日期                             
2023-01-01  25        NaN   NaN
2023-01-02  10        NaN -15.0
2023-01-03  24        NaN  14.0
2023-01-04  23        NaN  -1.0
2023-01-05  17        NaN  -6.0
...         ..        ...   ...
2023-06-26  22  21.142857  -5.0
2023-06-27  29  22.714286   7.0
2023-06-28   6  20.142857 -23.0
2023-06-29   6  19.571429   0.0
2023-06-30  24  18.285714  18.0

[181 rows x 3 columns]

处理缺失值: 
              温度     7天滚动平均  温度差分
日期                               
2023-01-01  25.0        NaN   NaN
2023-01-02  10.0        NaN -15.0
2023-01-03  24.0        NaN  14.0
2023-01-04  23.0        NaN  -1.0
2023-01-05  17.0        NaN  -6.0
...          ...        ...   ...
2023-06-26  22.0  21.142857  -5.0
2023-06-27  29.0  22.714286   7.0
2023-06-28   6.0  20.142857 -23.0
2023-06-29   6.0  19.571429   0.0
2023-06-30  24.0  18.285714  18.0

[181 rows x 3 columns]

月度数据:
           温度     7天滚动平均      温度差分
日期                                
1   14.290323  12.725714 -0.233333
2   22.821429  20.678571 -0.321429
3   18.419355  18.801843  0.322581
4   18.333333  17.666667  0.366667
5   17.193548  18.064516 -0.967742
6   20.500000  20.085714  0.800000

季度数据:
                   温度     7天滚动平均      温度差分
日期                                        
2023-03-31  18.366667  17.619048 -0.067416
2023-06-30  18.659341  18.599686  0.054945

时间区间和偏移量操作:
              温度     7天滚动平均  温度差分
日期                               
2023-01-02  25.0        NaN   NaN
2023-01-03  10.0        NaN -15.0
2023-01-04  24.0        NaN  14.0
2023-01-05  23.0        NaN  -1.0
2023-01-06  17.0        NaN  -6.0
...          ...        ...   ...
2023-06-27  22.0  21.142857  -5.0
2023-06-28  29.0  22.714286   7.0
2023-06-29   6.0  20.142857 -23.0
2023-06-30   6.0  19.571429   0.0
2023-07-01  24.0  18.285714  18.0

[181 rows x 3 columns]

秒客网

“学习Pandas中时间序列的基本操作“

# 开篇

1. 创建和操作时间序列对象

2. 时间序列数据的读取和存储

3. 时间序列数据的索引和切片

4. 时间序列数据的操作和转换

5. 时间序列数据的可视化

6. 处理时间序列中的缺失值

7. 时间序列数据的聚合和分组

8. 时间序列的时间区间和偏移量操作

示例代码：

运行结果：

相关文章