في عالم اليوم ، يعد العمل باستخدام بيانات السلاسل الزمنية مهارة أساسية للمطور. تتمثل إحدى المهام الشائعة في تحويل طابع زمني إلى فترة محددة ، مثل البيانات الأسبوعية أو الشهرية. هذه العملية ضرورية للتحليلات المختلفة ، مثل دراسة الاتجاهات والأنماط في البيانات. في هذه المقالة ، سوف نستكشف كيفية تحويل الطابع الزمني إلى فترة في مجموعة بيانات متسلسلة زمنية باستخدام مكتبة Python القوية ، Pandas. سنلقي أيضًا نظرة عميقة على الكود ، ونستكشف المكتبات والوظائف المتضمنة في العملية ، ونفهم أهميتها في حل هذه المشكلة.
Pandas هي مكتبة مفتوحة المصدر لتحليل البيانات ومعالجتها ، والتي توفر وظائف مرنة وعالية الأداء للعمل مع بيانات السلاسل الزمنية. يجعل مهمتنا بسيطة ودقيقة وفعالة.
يتضمن الحل لتحويل بيانات الطابع الزمني إلى فترة محددة ، مثل أسبوعيًا أو شهريًا ، استخدام طريقة إعادة تشكيل مكتبة Pandas. إعادة التشكيل هي أداة قوية يمكن استخدامها على بيانات الطابع الزمني أو بيانات السلاسل الزمنية إما لتكبير أو تصغير نقاط البيانات. في هذه الحالة ، سنختزل نقاط البيانات لإنشاء الفترات المطلوبة.
الآن ، دعنا نلقي نظرة على شرح التعليمات البرمجية خطوة بخطوة:
1. استيراد المكتبات الضرورية:
import pandas as pd import numpy as np
2. أنشئ نموذج إطار بيانات بفهرس طابع زمني:
date_rng = pd.date_range(start='1/1/2020', end='1/10/2020', freq='D')
df = pd.DataFrame(date_rng, columns=['date'])
df['data'] = np.random.randint(0,100,size=(len(date_rng)))
df.set_index('date', inplace=True)
3. إعادة تشكيل بيانات السلاسل الزمنية وتحويل بيانات الطابع الزمني إلى فترات:
df_period = df.resample('W').sum()
4. اطبع إطار البيانات الناتج:
print(df_period)
يحتوي إطار البيانات النهائي "df_period" على مجموع البيانات الأصلية التي تم تجميعها حسب الأسبوع.
** فهم المكتبات والوظائف المستخدمة **
مكتبة الباندا
Pandas هي مكتبة Python شائعة الاستخدام لمعالجة البيانات وتحليلها. يوفر هياكل بيانات عالية المستوى مثل السلسلة وإطار البيانات ، مما يسمح للمطورين بأداء عمليات مثل الدمج وإعادة التشكيل والتنظيف بسرعة وكفاءة. في حالتنا ، تساعد Pandas في التعامل مع بيانات الطابع الزمني بفعالية وتوفر وظائف قيّمة مثل resample () لتحويل بيانات الطابع الزمني إلى فترات.
وظيفة إعادة العينة
• إعادة تشكيل () الوظيفة في Pandas هي طريقة ملائمة لتحويل التردد وإعادة جمع بيانات السلاسل الزمنية. يوفر العديد من الخيارات لتجميع البيانات أو تصغيرها ، بما في ذلك المجموع والمتوسط والوسيط والوضع والوظائف الأخرى التي يحددها المستخدم. نستخدم هذه الوظيفة لتحويل بيانات الطابع الزمني الخاصة بنا إلى فترة أسبوعية عن طريق تحديد تكرار إعادة التشكيل على أنه "W". يمكنك أيضًا استخدام "M" للشهر ، و "Q" للربع السنوي ، وهكذا.
الآن وقد اكتشفنا وظائف Pandas ووظيفة إعادة العينة لتحويل الطابع الزمني إلى بيانات الفترة ، يمكننا بسهولة التعامل مع البيانات الحساسة للوقت بطريقة أكثر وضوحا. بمساعدة هذه الأدوات ، يمكن للمطورين ومحللي البيانات ومتخصصي تحسين محركات البحث (SEO) فتح رؤى فريدة من بياناتهم ، ومساعدتهم على اتخاذ قرارات وتنبؤات أفضل.
