Dalam dunia hari ini, bekerja dengan data siri masa adalah kemahiran penting untuk pembangun. Salah satu tugas biasa ialah menukar cap waktu kepada tempoh tertentu, seperti data mingguan atau bulanan. Operasi ini penting untuk pelbagai analisis, seperti mengkaji arah aliran dan corak dalam data. Dalam artikel ini, kami akan meneroka cara menukar cap masa kepada noktah dalam set data siri masa menggunakan perpustakaan Python yang berkuasa, Pandas. Kami juga akan mendalami kod tersebut, meneroka perpustakaan dan fungsi yang terlibat dalam proses tersebut, dan memahami kepentingannya dalam menyelesaikan masalah ini.
Pandas ialah pustaka analisis dan manipulasi data sumber terbuka, yang menyediakan fungsi yang fleksibel dan berprestasi tinggi untuk berfungsi dengan data siri masa. Ia menjadikan tugas kami mudah, tepat dan cekap.
Penyelesaian untuk menukar data cap masa kepada tempoh tertentu, seperti mingguan atau bulanan, melibatkan penggunaan kaedah pensampelan semula perpustakaan Pandas. Pensampelan semula ialah alat berkuasa yang boleh digunakan pada data cap masa atau data siri masa untuk sama ada sampel naik atau turun titik data. Dalam kes ini, kami akan menurunkan sampel titik data untuk mencipta tempoh yang diingini.
Sekarang, mari kita lihat penjelasan langkah demi langkah kod:
1. Import perpustakaan yang diperlukan:
import pandas as pd import numpy as np
2. Cipta kerangka data sampel dengan indeks cap masa:
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. Sampel semula data siri masa dan tukar data cap masa kepada noktah:
df_period = df.resample('W').sum()
4. Cetak bingkai data yang terhasil:
print(df_period)
Bingkai data akhir `df_period` mengandungi jumlah data asal yang diagregatkan mengikut minggu.
**Memahami Perpustakaan dan Fungsi Yang Digunakan**
Perpustakaan Panda
Pandas ialah perpustakaan Python yang digunakan secara meluas untuk manipulasi dan analisis data. Ia menyediakan struktur data peringkat tinggi seperti Siri dan DataFrame, membolehkan pembangun melaksanakan operasi seperti penggabungan, pembentukan semula dan pembersihan dengan cepat dan cekap. Dalam kes kami, Pandas membantu mengendalikan data cap masa dengan berkesan dan menyediakan fungsi berharga seperti resample() untuk menukar data cap masa kepada noktah.
Fungsi Sampel Semula
. sampel semula() fungsi dalam Pandas ialah kaedah yang mudah untuk penukaran frekuensi dan pensampelan semula data siri masa. Ia menyediakan banyak pilihan untuk pengagregatan data atau pensampelan rendah, termasuk jumlah, min, median, mod dan fungsi lain yang ditentukan pengguna. Kami menggunakan fungsi ini untuk menukar data cap masa kami kepada tempoh mingguan dengan menentukan kekerapan pensampelan semula sebagai 'W'. Anda juga boleh menggunakan 'M' untuk bulanan, 'Q' untuk suku tahunan, dan sebagainya.
Memandangkan kami telah meneroka kefungsian Panda dan fungsi sampel semula untuk menukar cap masa kepada data tempoh, kami boleh mengendalikan data sensitif masa dengan mudah dengan cara yang lebih bermakna. Dengan bantuan alatan ini, pembangun, penganalisis data dan pakar SEO boleh membuka kunci cerapan unik daripada data mereka, membantu mereka membuat keputusan dan ramalan yang lebih baik.
