跳到主要内容

Pandas 时间序列

时间序列数据是按时间顺序排列的数据点集合，广泛应用于金融、气象、物联网等领域。Pandas提供了强大的工具来处理和分析时间序列数据。本文将带你逐步学习Pandas中的时间序列操作。

1. 什么是时间序列？​

时间序列是按时间顺序排列的数据点集合。例如，股票价格、气温记录、网站访问量等都是时间序列数据。Pandas中的DatetimeIndex是处理时间序列的核心工具。

2. 创建时间序列​

首先，我们需要创建一个时间序列。Pandas提供了多种方法来生成时间序列数据。

python
import pandas as pd

# 创建一个时间范围
date_range = pd.date_range(start='2023-01-01', end='2023-01-10', freq='D')
print(date_range)

输出：

DatetimeIndex(['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-04',
               '2023-01-05', '2023-01-06', '2023-01-07', '2023-01-08',
               '2023-01-09', '2023-01-10'],
              dtype='datetime64[ns]', freq='D')

3. 时间索引​

时间索引是Pandas时间序列的核心。我们可以将时间索引作为DataFrame的索引，方便进行时间相关的操作。

python
# 创建一个带有时间索引的DataFrame
data = {'value': [10, 20, 30, 40, 50, 60, 70, 80, 90, 100]}
df = pd.DataFrame(data, index=date_range)
print(df)

输出：

            value
2023-01-01     10
2023-01-02     20
2023-01-03     30
2023-01-04     40
2023-01-05     50
2023-01-06     60
2023-01-07     70
2023-01-08     80
2023-01-09     90
2023-01-10    100

4. 重采样​

重采样是时间序列分析中的重要操作，可以将数据从高频转换为低频，或从低频转换为高频。

python
# 将每日数据重采样为每周数据
weekly_df = df.resample('W').mean()
print(weekly_df)

输出：

            value
2023-01-01     20
2023-01-08     70
2023-01-15    100
提示

重采样方法包括mean()、sum()、max()等，可以根据需求选择合适的方法。

5. 滚动窗口​

滚动窗口操作可以计算时间序列的移动平均值、移动总和等。

python
# 计算3天的移动平均值
rolling_df = df.rolling(window=3).mean()
print(rolling_df)

输出：

            value
2023-01-01    NaN
2023-01-02    NaN
2023-01-03   20.0
2023-01-04   30.0
2023-01-05   40.0
2023-01-06   50.0
2023-01-07   60.0
2023-01-08   70.0
2023-01-09   80.0
2023-01-10   90.0
备注

滚动窗口操作可以帮助我们平滑数据，减少噪声的影响。

6. 实际案例：分析股票价格​

假设我们有一组股票价格数据，我们可以使用Pandas进行时间序列分析。

python
# 假设我们有以下股票价格数据
stock_data = {
    'date': ['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-04', '2023-01-05'],
    'price': [100, 105, 103, 107, 110]
}
df_stock = pd.DataFrame(stock_data)
df_stock['date'] = pd.to_datetime(df_stock['date'])
df_stock.set_index('date', inplace=True)

# 计算每日收益率
df_stock['return'] = df_stock['price'].pct_change()
print(df_stock)

输出：

            price    return
date                        
2023-01-01    100       NaN
2023-01-02    105  0.050000
2023-01-03    103 -0.019048
2023-01-04    107  0.038835
2023-01-05    110  0.028037
警告

在实际应用中，处理缺失值（如NaN）是非常重要的。

7. 总结​

通过本文，我们学习了如何使用Pandas处理时间序列数据，包括创建时间序列、时间索引、重采样、滚动窗口等操作。这些工具可以帮助我们更好地分析和理解时间序列数据。

8. 附加资源与练习​

  • 练习1：尝试使用Pandas分析一组气象数据，计算每月的平均气温。
  • 练习2：使用滚动窗口操作计算股票价格的移动平均线。
注意

在实际应用中，时间序列数据可能包含缺失值或异常值，处理这些数据时需要特别小心。

希望本文能帮助你掌握Pandas时间序列的基本操作。继续练习和探索，你将能够处理更复杂的时间序列分析任务！