Python處理時間序列資料

初償用python處理時間序列的資料，碰到一些坑。以此文記錄一下，希望後來者可以少走彎路。

背景說明：我是用乙個已有的csv資料表作為原材料進行處理的。

目的：實現時間序列的視覺化，及週期性的視覺化。

1、碰到的第乙個坑是，匯入到時間資料，預設的是字串的資料型別。因此，在視覺化的時候，會出現沒有按時間先後順序的方式繪圖的狀況。

因此，需要將字串解析為時間型別的資料型別。

方法1：是在讀取資料的時候，採用parse_dates=true，自動解析其中的時間資料。

方法2：使用dateuyil包中的parser.parse解析時間字串：

from dateutil.parser import parse

v1 = parse('2018-09-02')
print("解析後的時間格式為：",v1)
# 這裡的v1是乙個datetime.datetime物件，如果需要轉str請參照以下

print(v1.strftime('%y-%m-%d %h:%m:%s'))

import pandas as pd

datestrs = ['2018/09/02','2018/09/03','2018/09/04']
print(pd.to_datetime(datestrs))

出現的bug就是：valueerror: could not convert string to float

後來找了半天才找到原因：是資料中含有空格或者「,」才導致無法將string轉為int。

解決辦法：replace(' ','').replace(',','')即替換掉其中的空格，刪除其中的「,」

3、至於後面的繪圖就很簡單了，唯一值得說一下的是週期性的圖的繪製。

我採用的是按「周」來繪圖的，週期的固定的。實現過程看**就好。

4、另外需要提一下，讀取檔案的時候需要設定encoding = 'gbk'。預設的是utf-8，但是系統會報錯。

1 #!/usr/bin/env python

2 # -*- coding:utf-8 -*-
3 # author：leslie dang
4 5 import numpy as np
6 import pandas as pd
7 import matplotlib.pyplot as plt
8 9 # 01從檔案匯入資料
10 data1 = pd.read_csv('01series.csv',parse_dates=true,index_col=0,encoding = 'gbk')
11 print(data1)
12 # print(type(data1.index))
13 print(data1.dtypes)
14 15 # 02強制轉換資料型別
16 print('***02強制轉換資料型別***')
17 18 # valueerror: could not convert string to float
19 # 原因：很可能是你的資料中含有\t,或者空格，或者「,」
20 # 解決辦法：replace(' ','').replace(',','')
21 22 for i in range(data1['銷售額'].count()):
23 data1['銷售額'][i] = data1['銷售額'][i].replace(' ','').replace(',','')
24 25 data1['銷售額'] = data1['銷售額'].astype(int)
26 print(data1.dtypes)
27 28 # 03繪圖-線圖
29 print('***03繪圖***')
30 # plt.plot(data1['銷售額'],label = '銷售額')
31 # plt.show()
32 33 # 04繪圖-週期性分析圖
34 print('***04繪圖-週期性分析圖***')
35 36 data1 = data1.set_index('星期')
37 print(data1)
38 39 count = data1['銷售額'].count()
40 circle = count//7
41 print(count,circle)
42 for i in range(circle):
43 plt.plot(data1['銷售額'][7*i:7*i+7])
44 plt.show()
45 46 # 思考：如何量化週期性？採用什麼引數可以表達？週期性的強度如何？

星期    銷售額

日期 
2018-08-01 wed 4,702,986 
2018-08-02 thu 5,034,151 
2018-08-03 fri 5,636,981 
2018-08-04 sat 6,377,764 
2018-08-05 sun 6,138,548 
2018-08-06 mon 5,335,273 
2018-08-07 tue 5,055,513 
2018-08-08 wed 5,159,413 
2018-08-09 thu 5,393,767 
2018-08-10 fri 5,920,339 
2018-08-11 sat 6,637,867 
2018-08-12 sun 6,292,839 
2018-08-13 mon 5,485,055 
2018-08-14 tue 5,274,536 
2018-08-15 wed 5,171,561 
2018-08-16 thu 5,269,780 
2018-08-17 fri 5,359,121 
2018-08-18 sat 6,353,952 
2018-08-19 sun 6,334,198 
2018-08-20 mon 5,577,552 
2018-08-21 tue 5,276,165 
2018-08-22 wed 5,403,919 
2018-08-23 thu 5,611,874 
2018-08-24 fri 6,073,795 
2018-08-25 sat 6,754,291 
2018-08-26 sun 6,333,426 
2018-08-27 mon 5,570,875 
2018-08-28 tue 5,327,305 
2018-08-29 wed 5,425,794

Pandas時間序列資料處理

時間序列資料是以時間為自變數，描述物件在時間過程中的發展 變化。比如，超市每天的銷售額，景區每天的旅客流量等。因此，處理時間序列資料是pandas資料分析中重要的一類方法。一 時間索引轉換 一般來說，我們獲得的資料不是以時間作為索引的。即使原始資料的第一列是時間，當我們匯入python後仍然會重新建...

時間序列資料

出生 gdp溫度 時間要素 年 季度 月 周 日 數值要素 長期變動趨勢 相當長的一段時間，受長期趨勢影響 持續上公升 下降 不規則變動 隨機擾動項 含白噪音 迴圈變動 市場經濟的商業週期 或者整個國家的經濟週期 1 資料具有週期性才能使用時間序列分解，例如資料是月份資料，季度資料，如果是年份資料則...

時間序列資料python庫彙總

由於我熱衷於機器學習在時間序列中的應用，特別是在醫學檢測和分類中，在嘗試的過程中，一直在尋找優質的python庫 而不是從頭開始編寫 去實現我對於資料處理的需求。以下是我在處理時間序列資料 time series data 我希望其中一些對你也有用！這個庫可以幫助你建立時間序列資料，特別是在使用延遲...