Pythonデータ分析実戦【第3章】2.13-時系列-再サンプリング【python】
79256 ワード
【レッスン2.13】時間系列-再サンプリング
時間系列を1つの周波数から別の周波数に変換するプロセスで、データの結合があります.
ダウンサンプリング:高周波データ→低周波データ、eg.日を周波数とするデータから月を周波数とするデータへアップサンプリング:低周波データ→高周波データ、eg.年を周波数とするデータから月を周波数とするデータへ
1.再サンプリング:.resample()
2.ダウンサンプリング
3.昇サンプリング及び補間
4.時期再サンプリング-Period
時間系列を1つの周波数から別の周波数に変換するプロセスで、データの結合があります.
ダウンサンプリング:高周波データ→低周波データ、eg.日を周波数とするデータから月を周波数とするデータへアップサンプリング:低周波データ→高周波データ、eg.年を周波数とするデータから月を周波数とするデータへ
1.再サンプリング:.resample()
# TimeSeries， 2
rng = pd.date_range('20170101', periods = 12)
ts = pd.Series(np.arange(12), index = rng)
print(ts)
ts_re = ts.resample('5D')
ts_re2 = ts.resample('5D').sum()
print(ts_re, type(ts_re))
print(ts_re2, type(ts_re2))
print('-----')
# ts.resample('5D')： ， 5
# ts.resample('5D').sum(): Series，
# freq： → ts.resample('5D')
# .sum()：
print(ts.resample('5D').mean(),'→
')
print(ts.resample('5D').max(),'→
')
print(ts.resample('5D').min(),'→
')
print(ts.resample('5D').median(),'→
')
print(ts.resample('5D').first(),'→
')
print(ts.resample('5D').last(),'→
')
print(ts.resample('5D').ohlc(),'→ OHLC
')
# OHLC: → open 、high 、low 、close
-----------------------------------------------------------------------
2017-01-01 0
2017-01-02 1
2017-01-03 2
2017-01-04 3
2017-01-05 4
2017-01-06 5
2017-01-07 6
2017-01-08 7
2017-01-09 8
2017-01-10 9
2017-01-11 10
2017-01-12 11
Freq: D, dtype: int32
DatetimeIndexResampler [freq=<5 * Days>, axis=0, closed=left, label=left, convention=start, base=0] <class 'pandas.tseries.resample.DatetimeIndexResampler'>
2017-01-01 10
2017-01-06 35
2017-01-11 21
Freq: 5D, dtype: int32 <class 'pandas.core.series.Series'>
-----
2017-01-01 2.0
2017-01-06 7.0
2017-01-11 10.5
Freq: 5D, dtype: float64 →
2017-01-01 4
2017-01-06 9
2017-01-11 11
Freq: 5D, dtype: int32 →
2017-01-01 0
2017-01-06 5
2017-01-11 10
Freq: 5D, dtype: int32 →
2017-01-01 2.0
2017-01-06 7.0
2017-01-11 10.5
Freq: 5D, dtype: float64 →
2017-01-01 0
2017-01-06 5
2017-01-11 10
Freq: 5D, dtype: int32 →
2017-01-01 4
2017-01-06 9
2017-01-11 11
Freq: 5D, dtype: int32 →
open high low close
2017-01-01 0 4 0 4
2017-01-06 5 9 5 9
2017-01-11 10 11 10 11 → OHLC
2.ダウンサンプリング
rng = pd.date_range('20170101', periods = 12)
ts = pd.Series(np.arange(1,13), index = rng)
print(ts)
print(ts.resample('5D').sum(),'→
')
print(ts.resample('5D', closed = 'left').sum(),'→ left
')
print(ts.resample('5D', closed = 'right').sum(),'→ right
')
print('-----')
# closed： （ ） ，
# ： values 0-11， 5D → [1,2,3,4,5],[6,7,8,9,10],[11,12]
# left → [1,2,3,4,5],[6,7,8,9,10],[11,12]
# right → [1],[2,3,4,5,6],[7,8,9,10,11],[12]
print(ts.resample('5D', label = 'left').sum(),'→ leftlabel
')
print(ts.resample('5D', label = 'right').sum(),'→ rightlabel
')
# label： index，
# （ closed ）
-----------------------------------------------------------------------
2017-01-01 1
2017-01-02 2
2017-01-03 3
2017-01-04 4
2017-01-05 5
2017-01-06 6
2017-01-07 7
2017-01-08 8
2017-01-09 9
2017-01-10 10
2017-01-11 11
2017-01-12 12
Freq: D, dtype: int32
2017-01-01 15
2017-01-06 40
2017-01-11 23
Freq: 5D, dtype: int32 →
2017-01-01 15
2017-01-06 40
2017-01-11 23
Freq: 5D, dtype: int32 → left
2016-12-27 1
2017-01-01 20
2017-01-06 45
2017-01-11 12
Freq: 5D, dtype: int32 → right
-----
2017-01-01 15
2017-01-06 40
2017-01-11 23
Freq: 5D, dtype: int32 → leftlabel
2017-01-06 15
2017-01-11 40
2017-01-16 23
Freq: 5D, dtype: int32 → rightlabel
3.昇サンプリング及び補間
rng = pd.date_range('2017/1/1 0:0:0', periods = 5, freq = 'H')
ts = pd.DataFrame(np.arange(15).reshape(5,3),
index = rng,
columns = ['a','b','c'])
print(ts)
print(ts.resample('15T').asfreq())
print(ts.resample('15T').ffill())
print(ts.resample('15T').bfill())
# ，
# .asfreq()： ， Nan
# .ffill()：
# .bfill()：
-----------------------------------------------------------------------
a b c
2017-01-01 00:00:00 0 1 2
2017-01-01 01:00:00 3 4 5
2017-01-01 02:00:00 6 7 8
2017-01-01 03:00:00 9 10 11
2017-01-01 04:00:00 12 13 14
a b c
2017-01-01 00:00:00 0.0 1.0 2.0
2017-01-01 00:15:00 NaN NaN NaN
2017-01-01 00:30:00 NaN NaN NaN
2017-01-01 00:45:00 NaN NaN NaN
2017-01-01 01:00:00 3.0 4.0 5.0
2017-01-01 01:15:00 NaN NaN NaN
2017-01-01 01:30:00 NaN NaN NaN
2017-01-01 01:45:00 NaN NaN NaN
2017-01-01 02:00:00 6.0 7.0 8.0
2017-01-01 02:15:00 NaN NaN NaN
2017-01-01 02:30:00 NaN NaN NaN
2017-01-01 02:45:00 NaN NaN NaN
2017-01-01 03:00:00 9.0 10.0 11.0
2017-01-01 03:15:00 NaN NaN NaN
2017-01-01 03:30:00 NaN NaN NaN
2017-01-01 03:45:00 NaN NaN NaN
2017-01-01 04:00:00 12.0 13.0 14.0
a b c
2017-01-01 00:00:00 0 1 2
2017-01-01 00:15:00 0 1 2
2017-01-01 00:30:00 0 1 2
2017-01-01 00:45:00 0 1 2
2017-01-01 01:00:00 3 4 5
2017-01-01 01:15:00 3 4 5
2017-01-01 01:30:00 3 4 5
2017-01-01 01:45:00 3 4 5
2017-01-01 02:00:00 6 7 8
2017-01-01 02:15:00 6 7 8
2017-01-01 02:30:00 6 7 8
2017-01-01 02:45:00 6 7 8
2017-01-01 03:00:00 9 10 11
2017-01-01 03:15:00 9 10 11
2017-01-01 03:30:00 9 10 11
2017-01-01 03:45:00 9 10 11
2017-01-01 04:00:00 12 13 14
a b c
2017-01-01 00:00:00 0 1 2
2017-01-01 00:15:00 3 4 5
2017-01-01 00:30:00 3 4 5
2017-01-01 00:45:00 3 4 5
2017-01-01 01:00:00 3 4 5
2017-01-01 01:15:00 6 7 8
2017-01-01 01:30:00 6 7 8
2017-01-01 01:45:00 6 7 8
2017-01-01 02:00:00 6 7 8
2017-01-01 02:15:00 9 10 11
2017-01-01 02:30:00 9 10 11
2017-01-01 02:45:00 9 10 11
2017-01-01 03:00:00 9 10 11
2017-01-01 03:15:00 12 13 14
2017-01-01 03:30:00 12 13 14
2017-01-01 03:45:00 12 13 14
2017-01-01 04:00:00 12 13 14
4.時期再サンプリング-Period
prng = pd.period_range('2016','2017',freq = 'M')
ts = pd.Series(np.arange(len(prng)), index = prng)
print(ts)
print(ts.resample('3M').sum()) #
print(ts.resample('15D').ffill()) #
-----------------------------------------------------------------------
2016-01 0
2016-02 1
2016-03 2
2016-04 3
2016-05 4
2016-06 5
2016-07 6
2016-08 7
2016-09 8
2016-10 9
2016-11 10
2016-12 11
2017-01 12
Freq: M, dtype: int32
2016-01-31 0
2016-04-30 6
2016-07-31 15
2016-10-31 24
2017-01-31 33
Freq: 3M, dtype: int32
2016-01-01 0
2016-01-16 0
2016-01-31 0
2016-02-15 1
2016-03-01 2
2016-03-16 2
2016-03-31 2
2016-04-15 3
2016-04-30 3
2016-05-15 4
2016-05-30 4
2016-06-14 5
2016-06-29 5
2016-07-14 6
2016-07-29 6
2016-08-13 7
2016-08-28 7
2016-09-12 8
2016-09-27 8
2016-10-12 9
2016-10-27 9
2016-11-11 10
2016-11-26 10
2016-12-11 11
2016-12-26 11
Freq: 15D, dtype: int32