En el món actual, treballar amb dades de sèries temporals és una habilitat essencial per a un desenvolupador. Una de les tasques habituals és convertir una marca de temps en un període específic, com ara dades setmanals o mensuals. Aquesta operació és crucial per a diverses anàlisis, com ara l'estudi de tendències i patrons de dades. En aquest article, explorarem com convertir la marca de temps en un període en un conjunt de dades de sèrie temporal mitjançant la potent biblioteca de Python, Pandas. També aprofundirem en el codi, explorarem les biblioteques i les funcions implicades en el procés i entendrem la seva importància per resoldre aquest problema.
Pandas és una biblioteca d'anàlisi i manipulació de dades de codi obert, que proporciona funcions flexibles i d'alt rendiment per treballar amb dades de sèries temporals. Fa que la nostra tasca sigui senzilla, precisa i eficient.
La solució per convertir les dades de marca de temps a un període específic, com ara setmanal o mensual, consisteix a utilitzar el mètode de remuestreig de la biblioteca Pandas. El remuestreig és una eina potent que es pot utilitzar en dades de marca de temps o de sèries temporals per augmentar o rebaixar els punts de dades. En aquest cas, reduirem els punts de dades per crear els períodes desitjats.
Ara, mirem l'explicació pas a pas del codi:
1. Importeu les biblioteques necessàries:
import pandas as pd import numpy as np
2. Creeu un marc de dades de mostra amb un índex de marca de temps:
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. Torneu a mostrejar les dades de la sèrie temporal i convertiu les dades de la marca de temps en períodes:
df_period = df.resample('W').sum()
4. Imprimeix el marc de dades resultant:
print(df_period)
El marc de dades final `df_period` conté la suma de les dades originals agregades per setmana.
**Entendre les biblioteques i les funcions utilitzades**
Biblioteca dels Pandes
Pandas és una biblioteca de Python àmpliament utilitzada per a la manipulació i anàlisi de dades. Proporciona estructures de dades d'alt nivell com Series i DataFrame, que permeten als desenvolupadors realitzar operacions com ara fusionar, remodelar i netejar de manera ràpida i eficient. En el nostre cas, Pandas ajuda a gestionar les dades de marca de temps de manera eficaç i ofereix funcions valuoses com resample() per convertir les dades de marca de temps en períodes.
Funció de torna a mostrejar
El tornar a mostrar () La funció de Pandas és un mètode convenient per a la conversió de freqüència i el remuestreig de dades de sèries temporals. Proporciona moltes opcions per a l'agregació o la reducció de mostres de dades, com ara la suma, la mitjana, la mediana, la manera i altres funcions definides per l'usuari. Utilitzem aquesta funció per convertir les nostres dades de marca de temps en un període setmanal especificant la freqüència de remuestreig com a "W". També podeu utilitzar "M" per mensual, "Q" per trimestral, etc.
Ara que hem explorat la funcionalitat de Pandas i la funció de nova mostra per convertir la marca de temps en dades de període, podem gestionar fàcilment les dades sensibles al temps d'una manera més significativa. Amb l'ajuda d'aquestes eines, els desenvolupadors, els analistes de dades i els especialistes en SEO poden desbloquejar coneixements únics de les seves dades, ajudant-los a prendre millors decisions i prediccions.
