python时间序列数据分析统计服_python数据分析之:时间序列二
将Timestamp转换为Period
通过使用to_period方法,可以将由时间戳索引的Series和DataFrame对象转换为以时期索引
rng=pd.date_range('1/1/2000',periods=3,freq='M')
ts=Series(randn(3),index=rng)
print(ts)
pts2=ts.to_period(freq='M')
print(pts2)
结果如下:ts是每个月最后一天的日期,pts2则是体现的是以月为周期的日子
2000-01-31 0.990097
2000-02-29 0.439761
2000-03-31 -3.395317
Freq: M, dtype: float64
2000-01 0.990097
2000-02 0.439761
2000-03 -3.395317
Freq: M, dtype: float64
如果要转换回时间戳,则可以使用pts2.to_timestamp(how='end')的方法
2000-01-31 -0.489228
2000-02-29 -1.583283
2000-03-31 -2.414735
Freq: M, dtype: float64
重采样及频率转换
将高频率数据转换为低频率称为降采样,而将低频率数据转换为高频率称为升采样。pandas中的resample方法就可以进行这种频率转换
rng=pd.date_range('1/1/2000',periods=50,freq='D')
ts=Series(randn(50),index=rng)
print(ts.resample('M').mean())
运行结果如下,在这里ts是以天级的数据,但是通过resample(‘M’)转换为月度的数据,且对属于同一个月的数据进行求平均的计算。得到的就是每个月的平均值
2000-01-31 -0.276265
2000-02-29 -0.052926
Freq: M, dtype: float64
降采样:
在降采样的时候,需要考虑两样东西:
1 各区间哪边是闭合的
2 如何标记各个聚合面元,用区间的开头还是末尾
来看如下代码:
rng=pd.date_range('1/1/2000',periods=12,freq='T')
ts=Series(np.arange(12),index=rng)
print(ts)
2000-01-01 00:00:00 0
2000-01-01 00:01:00 1
2000-01-01 00:02:00 2
2000-01-01 00:03:00 3
2000-01-01 00:04:00 4
2000-01-01 00:05:00 5
2000-01-01 00:06:00 6
2000-01-01 00:07:00 7
2000-01-01 00:08:00 8
2000-01-01 00:09:00 9
2000-01-01 00:10:00 10
2000-01-01 00:11:00 11
print(ts.resample('5min', closed='left').sum())
左闭合的时候统计是以00:00:00为开始的5分钟周期
2000-01-01 00:00:00 10
2000-01-01 00:05:00 35
2000-01-01 00:10:00 21
print(ts.resample('5min',closed='right').sum())
右闭合的时候统计是以00:00:00为结束的5分钟周期,因为时间提前到了1999-12-31 23:55:00这个时候。
1999-12-31 23:55:00 0
2000-01-01 00:00:00 15
2000-01-01 00:05:00 40
2000-01-01 00:10:00 11
因此左闭合还是右闭合取决与时间的开始和结束
在金融领域中有一种无所不在的时间序列聚合方式,即计算各面元的4个值,第一个值open:开盘,最后一个值close:收盘,最大值high:最高,最小值low:最低
ts.resample('5min', closed='left').ohlc()
open high low close
2000-01-01 00:00:00 0 4 0 4
2000-01-01 00:05:00 5 9 5 9
2000-01-01 00:10:00 10 11 10 11
python时间序列数据分析统计服_python数据分析之:时间序列二相关推荐
- python爬虫餐饮行业数据分析统计服_Python数据分析实战,简单快速制作餐饮行业商业化报告...
前些天有个朋友向我求救,他们公司最近要针对餐饮行业做数据分析,并为某些商家做出线上营销方案.但是他一头雾水,不知道该从哪方面下手. 我提醒他,是否先从商家的线上评价作为数据分析的入口例如美团.大众点评 ...
- python实现气象数据分析统计服_Python数据分析实战:降雨量统计分析报告分析
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. 以下文章来源于菜J学Python ,作者小小明 最近遇到一个有点烧脑的需求,其实也不算烧脑,主要是 ...
- python软件设计数据分析统计服_Python 和 R 数据分析/挖掘工具互查
写在前面 在此总结一些在数据分析/挖掘中可能用到的功能,方便大家索引或者从一种语言迁移到另一种.当然,这篇博客还会随时更新(不会另起一篇,为了方便大家索引),请大家如果有需要收藏到书签中. 如果大家还 ...
- python excel 数据分析统计服_数据分析从入门到进阶(透彻讲解EXCEL.SQL.TABLEAU、PYTHON四项数据分析必会工具.免费提供1GB数据集...
透彻讲解Excel.SQL.Tableau.Python四项数据分析必会工具,数据分析工作者的案头推荐工具书.系统介绍数据分析的策略.方法(数据分析之道):实例讲解引导.快速掌握数据分析工具(数据分析 ...
- python做excel数据分析统计服_Python也能做到Excel那样,条件统计轻松解决工作需求...
此系列文章收录在公众号中:数据大宇宙 > 数据处理 >E-pd 转发本文并私信我"python",即可获得Python资料以及更多系列文章(持续更新的) 经常听别人说 ...
- python房价数据分析统计服_Python 爬取分析全国 12 个城市 4 万条房价信息,告诉你该怎样买房?...
原标题:Python 爬取分析全国 12 个城市 4 万条房价信息,告诉你该怎样买房? 作者 | 月小水长 责编 | 伍杏玲通过分页.线程池.代理池等技术,快速爬取链家网近4万条在售二手房信息,速度可 ...
- python电商数据分析统计服_python爬虫学习:电商数据分析
通常我们在使用爬虫的时候会爬取很多数据,而这些数据里边什么是有用的数据,什么是没用的数据这个是值得我们关注的,在这一篇文章里,我们将通过一个简单的爬虫,来去简单介绍下如何使用python来去做数据分析 ...
- 泰坦尼克号python数据分析统计服_python数据处理——泰坦尼克
承接上篇豆瓣数据分析 本次主要是进行以下内容: 1.泰坦尼克号的数据分析,主要分析哪些特征影响了乘客的获救和遇难,是年龄?是性别? #泰坦尼克数据集导入 titanic_df = sns.load_d ...
- python资本市场财务数据分析统计服_python股票财务数据分析统计服|蓝田制作项目并购估值...
高质量增长取得多方认可.高盛研报称,认可碧桂园1直以来的执行力以及说到做到,置信 公司会持续 维持将来 几年的疾速 开展 .项目融资 课件,北京项目融资模式 守护绿色家园 保住生态根基PPP项目融资项 ...
最新文章
- SweetAlert插件 弹框插件
- mysql编码无效_mysql的严格模式与无效字符编码问题
- 网站链接自动化测试原理及工具介绍
- ES6语法---箭头函数/关于this指向
- OpenGL ES的性能范围(OpenGL ES2.0官方文档)
- 智能会议系统(15)--- linphone-android 业务流程
- 推荐一首歌,个人感觉不错...
- aws ec2 选择可用区_在AWS EC2上配置SQL Server Always On可用性组
- 个人计算机的未来,未来的个人电脑将会成为光子计算机的天下
- ASP .NET CORE MVC 部署Windows 系统上 IIS具体步骤---.Net Core 部署到 IIS位系统中的步骤...
- 解决由于破解软件导致的page fault in nonpaged area蓝屏
- 记录下docker命令
- 【95】太空射击游戏——玩家代码
- 关于一句英文句子的词数的判断
- 仙剑java单机游戏_仙剑游戏源码(含文档)
- hautoj1262: 魔法宝石
- Java程序员笨鸟前行之路(一) 开发环境搭建
- 快速入门Docker
- 最新液氨市场的价格 液氨价格受那些因素影响
- TechSmith Camtasia 2019 特别版 Mac 最强大的屏幕录像工具
热门文章
- 如何使用参数调用SAP UI5的bingAggregation
- 方舟手游服务器设置文件翻译,方舟生存进化手游界面翻译 方舟生存进化手机版中文对照翻译一览...
- numpy不用科学记数发 python_Python科学计算库Numpy常用的函数使用
- python linux 优化_Python 代码性能优化技巧
- 数据可视化|实验四 分析1996-2015年人口数据特征间的关系
- python数据统计代码_Python 数据的累加与统计的示例代码
- mybatis select语句会默认带排序吗_10月阿里最新38道Java面试题解析(MyBatis+消息队列+Redis)...
- python函数参数的作用是_python函数参数理解
- window10系统 同时安装支持 jdk 1.7和1.8环境
- cvs数据导入工具 oracle_为中国企业打造的研发项目管理工具ONES Project已支持Jira数据导入...