Python Data Science 简明教程
Python - Time Series
时间序列是一个数据点系列,其中每个数据点都与时间戳相关。一个简单的示例是在给定的一天不同时间的股票市场中某个股票的价格。另一个示例是某一年不同月份某一区域的降雨量。
在下面的示例中,我们获取某个特定股票符号的股票价格的季度每日值。我们以 csv 文件的形式记录这些值,然后使用 Pandas 库将它们组织成数据框。然后,我们通过重新创建额外的 Valuedate 列作为索引并删除旧的 valuedate 列,将日期字段设置为数据框的索引。
Sample Data
以下是给定季度中股票在不同日期的价格的示例数据。数据保存在名为 stock.csv 的文件中:
ValueDate Price
01-01-2018, 1042.05
02-01-2018, 1033.55
03-01-2018, 1029.7
04-01-2018, 1021.3
05-01-2018, 1015.4
...
...
...
...
23-03-2018, 1161.3
26-03-2018, 1167.6
27-03-2018, 1155.25
28-03-2018, 1154
Creating Time Series
from datetime import datetime
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_csv('path_to_file/stock.csv')
df = pd.DataFrame(data, columns = ['ValueDate', 'Price'])
# Set the Date as Index
df['ValueDate'] = pd.to_datetime(df['ValueDate'])
df.index = df['ValueDate']
del df['ValueDate']
df.plot(figsize=(15, 6))
plt.show()
它的 output 如下所示 −