关于pandas:Pandas中你一定要掌握的时间序列相关高级功能-⛵

本文解说Pandas工具库几个外围函数，能高效解决工夫序列：resample、shift、rolling。帮你得心应手解决工夫序列数据！

作者：韩信子@ShowMeAI
数据分析实战系列：https://www.showmeai.tech/tutorials/40
本文地址：https://www.showmeai.tech/article-detail/389
申明：版权所有，转载请分割平台与作者并注明出处
珍藏ShowMeAI查看更多精彩内容

Pandas 是大家都十分相熟的数据分析与解决工具库，对于结构化的业务数据，它能很不便地进行各种数据分析和数据操作。但咱们的数据中，常常会存在对应工夫的字段，很多业务数据也是工夫序组织，很多时候咱们不可避免地须要和工夫序列数据打交道。其实 Pandas 中有十分好的工夫序列解决办法，然而因为应用并不特地多，很多基础教程也会略过这一部分。

在本篇内容中，ShowMeAI对 Pandas 中解决工夫的外围函数办法进行解说。置信大家学习过后，会在解决工夫序列型数据时，更得心应手。

数据分析与解决的残缺常识技能，大家能够参考ShowMeAI制作的工具库速查表和教程进行学习和疾速应用。
数据迷信工具库速查表 | Pandas 速查表
图解数据分析：从入门到精通系列教程

工夫序列

工夫序列是指将同一统计指标的数值按其产生的工夫先后顺序排列而成的数列。简略说来，工夫序列是随着工夫的推移记录某些取值，比如说商店一年的销售额（依照月份从1月到12月）。

Pandas 工夫序列解决

咱们要理解的第一件事是如何在 Pandas 中创立一组日期。咱们能够应用date_range()创立任意数量的日期，函数须要你提供起始工夫、工夫长度和工夫距离。

# 构建时长为7的工夫序列pd.date_range("2022-01-01", periods=7, freq='D')# 输入# DatetimeIndex(['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04','2022-01-05', '2022-01-06', '2022-01-07'],               dtype='datetime64[ns]', freq='D')

留神到下面的频率可用freq来设置：最常见的是'W'每周，'D'是每天，'M'是月末，'MS'是月开始。

上面咱们创立一个蕴含日期和销售额的工夫序列数据，并将日期设置为索引。

# 设置随机种子，能够复现np.random.seed(12)# 构建数据集df = pd.DataFrame({ 'date': pd.date_range("2022-01-01", periods=180, freq='D'), 'sales': np.random.randint(1000, 10000, size=180)})   # 设置索引df = df.set_index('date')

留神，咱们要不便地对工夫序列进行解决，一个很重要的先序工作是将日期作为索引，咱们后面曾经实现这个工作了。

重采样

Pandas 中很重要的一个外围性能是resample，从新采样，是对原样本重新处理的一个办法，是一个对惯例工夫序列数据从新采样和频率转换的便捷的办法。

办法的格局是：

DataFrame.resample(rule, how=None, axis=0, fill_method=None, closed=None, label=None, convention='start',kind=None, loffset=None, limit=None, base=0)

外围的参数rule是字符串，示意采样的频度。如下代码，在resample后接的mean是示意依照月度求均匀。

# Resample by month end datedf.resample(rule= 'M').mean()

按月取平均值后，将索引设置为每月完结日期，后果如下。

咱们也能够按每周销售额绘制汇总数据。

# 采样绘图df.resample('W').mean().plot(figsize=(15,5), title='Avg Weekly Sales');

上图能够看出，销量在3月和4月之间的销售额有所降落，而在 6 月中旬达到高峰。

平移

Pandas 中的shift性能，能够让字段向上或向下平移数据。这个平移数据的性能很容易帮忙咱们失去前一天或者后一天的数据，能够通过设置shift的参数来实现上周或者下周数据的平移。

# 原始数据的一份拷贝df_shift = df.copy()# 平移一天df_shift['next_day_sales'] = df_shift.sales.shift(-1)# 平移一周df_shift['next_week_sales'] = df_shift.sales.shift(-7)

在工夫序列问题中，咱们常常要实现同比和环比数据，通过shift后的数据做差就很容易失去。

# 计算差值df_shift['one_week_net'] = df_shift.sales - df_shift.sales.shift(-7)

滑动均匀

下一个外围性能是rolling滑动均匀，它是做交易的敌人十分罕用到的一个性能，rolling函数创立一个窗口来聚合数据。

# 长度为2天的窗口，求滑动均匀df.rolling(2).mean()

在下图中，咱们能够看到第一个值是NaN，因为再往前没有数据了。对第2个点，它对数据集的前2行计算均匀：$(6787 + 4325)/2 = 5556$。

滚动平均值非常适合表征趋势，滑动窗口越大，失去的后果曲线越平滑，最罕用的是7天均匀。

# 滑动均匀绘图df.sales.plot(figsize=(25,8), legend=True, linestyle='--', color='darkgray')df.rolling(window=7).sales.mean().plot(legend=True, label='7 day average', linewidth=2)df.rolling(30).sales.mean().plot(legend=True, label='30 day average', linewidth=3)df.rolling(100).sales.mean().plot(legend=True, label='100 day average', linewidth=4)

总结

Pandas在工夫序列解决和剖析中也十分无效，ShowMeAI在本篇内容中介绍的3个外围函数，是最罕用的工夫序列剖析性能：

resample：将数据从每日频率转换为其余工夫频率。
shift：字段高低平移数据以进行比拟或计算。
rolling：创立滑动平均值，查看趋势。

参考资料

数据迷信工具库速查表 | Pandas 速查表：https://www.showmeai.tech/article-detail/101
图解数据分析：从入门到精通系列教程：https://www.showmeai.tech/tutorials/33

举荐浏览

数据分析实战系列 ：https://www.showmeai.tech/tutorials/40
机器学习数据分析实战系列：https://www.showmeai.tech/tutorials/41
深度学习数据分析实战系列：https://www.showmeai.tech/tutorials/42
TensorFlow数据分析实战系列：https://www.showmeai.tech/tutorials/43
PyTorch数据分析实战系列：https://www.showmeai.tech/tutorials/44
NLP实战数据分析实战系列：https://www.showmeai.tech/tutorials/45
CV实战数据分析实战系列：https://www.showmeai.tech/tutorials/46
AI 面试题库系列：https://www.showmeai.tech/tutorials/48