问题

【问题一】如何对date_range进行批量加帧操作或对某一时间段加大时间戳密度？

pd.date_range().append()

【问题二】如何批量增加TimeStamp的精度？
【问题三】对于超出处理时间的时间点，是否真的完全没有处理方法？
【问题四】给定一组非连续的日期，怎么快速找出位于其最大日期和最小日期之间，且没有出现在该组日期中的日期？

练习

【练习一】现有一份关于某超市牛奶销售额的时间序列数据，请完成下列问题：
（a）销售额出现最大值的是星期几？（提示：利用dayofweek函数）

# parse_dates可以解析日期
df_1 = pd.read_csv('../data/time_series_one.csv', parse_dates=['日期'])
df_1

在这里插入图片描述

df_1.loc[df_1['销售额'].idxmax()]

日期     2019-09-01 00:00:00
销售额                   4333
Name: 926, dtype: object

pd.Series(pd.to_datetime('2019-9-1')).dt.dayofweek

# 这里说明一下，在dayofweek中6表示的是星期天，0表示的是星期一，当然这里的0是索引不是表示星期一
0    6
dtype: int64

（b）计算除去春节、国庆、五一节假日的月度销售总额

holiday = pd.date_range(start='20170501', end='20170503').append(
          pd.date_range(start='20171001', end='20171007')).append(
          pd.date_range(start='20180215', end='20180221')).append(
          pd.date_range(start='20180501', end='20180503')).append(
          pd.date_range(start='20181001', end='20181007')).append(
          pd.date_range(start='20190204', end='20190224')).append(
          pd.date_range(start='20190501', end='20190503')).append(
          pd.date_range(start='20191001', end='20191007'))

# MS表示月初          
df_1.loc[~df_1['日期'].isin(holiday)].set_index('日期').resample('MS').sum()

在这里插入图片描述

（c）按季度计算周末（周六和周日）的销量总额

date_weekday = pd.date_range('2017-2-17', end='2019-11-13', freq='B')

df_1.loc[~df_1['日期'].isin(date_weekday)].set_index('日期').resample('QS').sum()

在这里插入图片描述

扫描二维码关注公众号，回复： 13131606 查看本文章

（d）从最后一天开始算起，跳过周六和周一，以5天为一个时间单位向前计算销售总和

df_temp = df_1.loc[~df_1['日期'].dt.dayofweek.isin([5, 0])].set_index('日期').iloc[::-1]
# L_temp是用来做分类的，date_temp是用来记录日期的
L_temp, date_temp = [], [0]*len(df_temp)
for i in range(df_temp.shape[0] // 5):
    L_temp.extend([i]*5)

# 剩下的补上
L_temp.extend([df_temp.shape[0] // 5] * (df_temp.shape[0] - len(L_temp)))
date_temp = pd.Series(i%5 == 0 for i in range(len(df_temp)))

df_temp['num'] = L_temp
result = pd.DataFrame({
    
    '5天总额':df_temp.groupby('num')['销售额'].sum().values}, index=df_temp.reset_index()[date_temp]['日期']).iloc[::-1]
result

在这里插入图片描述
（e）假设现在发现数据有误，所有同一周里的周一与周五的销售额记录颠倒了，请计算2018年中每月第一个周一的销售额（如果该周没有周一或周五的记录就保持不动）

df_mon = df_1.loc[df_1['日期'].dt.dayofweek.isin([0])]
df_fri = df_1.loc[df_1['日期'].dt.dayofweek.isin([4])]
# 先验知识
df_mon.drop(index=997, inplace=True)
df_fri.drop(index=0, inplace=True)

df_fri['销售额'], df_mon['销售额'] = list(df_mon['销售额']), list(df_fri['销售额'])
df_1.loc[list(df_mon.index), '销售额'] = list(df_mon['销售额'])
df_1.loc[list(df_fri.index), '销售额'] = list(df_fri['销售额'])

df_temp = df_1.copy()

df_temp.loc[df_temp[df_temp['日期'].dt.year==2018]['日期'][
        df_temp[df_temp['日期'].dt.year==2018]['日期'].apply(
        lambda x:True if datetime.strptime(str(x).split()[0],'%Y-%m-%d').weekday() == 0 
        and 1 <= datetime.strptime(str(x).split()[0],'%Y-%m-%d').day <= 7 else False)].index,:]

在这里插入图片描述
【练习二】继续使用上一题的数据，请完成下列问题：
（a）以50天为窗口计算滑窗均值和滑窗最大值（min_periods设为1）

df_2 = pd.read_csv('../data/time_series_one.csv', index_col=['日期'], parse_dates=['日期'])

df_2.rolling(window=50, min_periods=1).mean()

在这里插入图片描述

df_2.rolling(window=50, min_periods=1).max()

在这里插入图片描述

（b）现在有如下规则：若当天销售额超过向前5天的均值，则记为1，否则记为0，请给出2018年相应的计算结果

def f(x):
    if len(x) == 6:
        return 1 if x[-1] > np.mean(x[:-1]) else 0
    else:
        return 0

result_b = df_2.loc[pd.date_range(start='2017-12-27', end='2018-12-31')].rolling(window=6, min_periods=1).agg(f)[5:]
result_b

def f1(x):
    if len(x) == 8:
        return 1 if x[-1] > np.mean(x[:-1].loc[pd.Series([False if i in [5, 6] else True for i in x[:-1].index.dayofweek], index=x[:-1].index)]) else 0
    else:
        return 0

result_c = df_2.loc[pd.date_range(start='2017-12-25', end='2018-12-31')].rolling(window=8, min_periods=1).agg(f1)[7:]

result_c

在这里插入图片描述

Task9 时序数据

Task9 时序数据

问题

练习

猜你喜欢