本篇学习目标
了解什么是时间序列，ARIMA
掌握时间序列的基本操作
掌握时期，重采样
熟悉滑动窗口的使用
思考：什么是时间序列？
答：是指多个时间点上形成的数值序列，它既可以是定期的，也可以是不定期出现的。
时间序列的数据主要有以下几种：
时间戳tiimestamp：表示特定的时刻，比如现在。
时期period：比如2020年或者2020年10月。
时间间隔interval：由起始时间戳和结束时间戳表示。
1.1创建时间序列
1.在Pandas中，时间戳使用Timestamp（Series派生的子类）对象表示。
该对象与datetime具有高度的兼容性，可以直接通过函数将datetime转换为TimeStamp对象。
Timestamp(‘2020-08-28 00:00:00’)
当传入的是多个datetime组成的列表，则Pandas会将其强制转换为DatetimeIndex类对象。
DatetimeIndex([‘2020-08-20’, ‘2020-08-28’, ‘2020-09-08’],
dtype=‘datetime64[ns]’, freq=None)
如何取出第一个时间戳
Timestamp(‘2020-08-20 00:00:00’)
2.在Pandas中，最基本的时间序列类型就是以时间戳为索引的Series对象。
2020-08-20 11
2020-08-28 22
2020-09-08 33
dtype: int64
也可将包含多个datetime对象的列表传给index参数，同样能创建具有时间戳索引的Series对象。
2020-01-01 0
2020-01-15 1
2020-02-20 2
2020-04-01 3
2020-05-05 4
2020-06-01 5
dtype: int32
3.如果希望DataFrame对象具有时间戳索引，也可以采用上述方式。
0122020-01-231122332020-02-154455662020-05-227788992020-03-30122334
1.2通过时间戳索引选取子集
2017-05-30 0
2019-02-01 1
2017-06-01 2
2018-04-01 3
2019-06-01 4
2020-01-23 5
dtype: int32
常用选取子集的方式操作有：
1.直接使用位置索引来获取具体的数据。（最简单）
3
2.使用datetime构建的日期获取其对应的数据。
2
3.操作索引获取子集，直接使用一个日期字符串（符合可以被解析的格式）进行获取。
eg:
a.
2017-05-30 0
dtype: int32
b.
2018-04-01 3
dtype: int32
c.
2020-01-23 5
dtype: int32
d.
2019-06-01 4
dtype: int32
4.直接指定。直接用指定的年份或者月份操作索引来获取某年或某个月的数据。
2017-05-30 0
2017-06-01 2
dtype: int32
5.使用过truncate()方法截取 Series或DataFrame对象。
2018-04-01 3
2019-02-01 1
2019-06-01 4
2020-01-23 5
dtype: int32
2017-05-30 0
2017-06-01 2
2018-04-01 3
dtype: int32
参数说明：
before – 表示截断此索引值之前的所有行。after – 表示截断此索引值之后的所有行。axis – 表示截断的轴，默认为行索引方向。
2.1创建固定频率的时间序列
Pandas中所提供的date_range()函数，主要用于生成一个具有固定频率的DatetimeIndex对象。
参数说明：
start：表示起始日期，默认为None。end：表示终止日期，默认为None。periods：表示产生多少个时间戳索引值。freq：用来指定计时单位。
注意：
、、、这四个参数至少要指定三个参数，否则会出现错误。
1.当调用date_range()函数创建DatetimeIndex对象时，如果只是传入了开始日期（start参数）与结束日期（end参数），则默认生成的时间戳是按天计算的，即freq参数为D。
DatetimeIndex([‘2020-08-10’, ‘2020-08-11’, ‘2020-08-12’, ‘2020-08-13’,
‘2020-08-14’, ‘2020-08-15’, ‘2020-08-16’, ‘2020-08-17’,
‘2020-08-18’, ‘2020-08-19’, ‘2020-08-20’],
dtype=‘datetime64[ns]’, freq=‘D’)
2.若只是传入了开始日wps免费版的下载的地址在哪里期或结束日期，则还需要用periods参数指定产生多少个时间戳。
a.
DatetimeIndex([‘2020-08-10’, ‘2020-08-11’, ‘2020-08-12’, ‘2020-08-13’,
‘2020-08-14’],
dtype=‘datetime64[ns]’, freq=‘D’)
b.
DatetimeIndex([‘2020-08-06’, ‘2020-08-07’, ‘2020-08-08’, ‘2020-08-09’,
‘2020-08-10’],
dtype=‘datetime64[ns]’, freq=‘D’)
3.如果希望时间序列中的时间戳都是每周固定的星期日，则可以在创建DatetimeIndex时将freq参数设为“W-SUN”。
DatetimeIndex([‘2020-01-05’, ‘2020-01-12’, ‘2020-01-19’, ‘2020-01-26’,
‘2020-02-02’],
dtype=‘datetime64[ns]’, freq=‘W-SUN’)
2020-01wps官网最新的下载的入口在哪里-05 12
2020-01-12 56
2020-01-19 89
2020-01-26 99
2020-02-02 31
Freq: W-SUN, dtype: int64
4.如果日期中带有与时间相关的信息，且想产生一组被规范化到当天午夜的时间戳，可以将normalize参数的值设为True。
DatetimeIndex([‘2020-08-01 12:13:30+08:00’, ‘2020-08-02 12:13:30+08:00’,
DatetimeIndex([‘2020-08-01 00:00:00+08:00’, ‘2020-08-02 00:00:00+08:00’,
‘2020-08-03 00:00:00+08:00’, ‘2020-08-04 00:00:00+08:00’,
‘2020-08-05 00:00:00+08:00’],
dtype=‘datetime64[ns, Asia/Hong_Kong]’, freq=‘D’)
2.2时间序列的频率、偏移量
1.默认生成的时间序列数据是按天计算的，即频率为“D”。
“D”是一个基础频率，通过用一个字符串的别名表示，比如“D”是“day”的别名。频率是由一个基础频率和一个乘数组成的，比如，“5D”表示每5天。
下面通过一张表来列举时间序列的基础频率。
DatetimeIndex([‘2020-02-01’, ‘2020-02-06’, ‘2020-02-11’, ‘2020-02-16’,
‘2020-02-21’, ‘2020-02-26’],
dtype=‘datetime64[ns]’, freq=‘5D’)
2.每个基础频率还可以跟着一个被称为日期偏移量的DateOffset对象。如果想要创建一个DateOffset对象，则需要先导入pd.tseries.offsets模块后才行。
Timedelta(‘14 days 10:00:00’)
3. 使用offsets模块中提供的偏移量类型进行创建。官网WPS office的最新的下载的地址
例如，创建14天10小时的偏移量，可以换算为两周零十个小时，其中“周”使用Week类型表示的，“小时”使用Hour类型表示，它们之间可以使用加号连接。
Timedelta(‘14 days 10:00:00’)
DatetimeIndex([‘2020-03-01 00:00:00’, ‘2020-03-15 10:00:00’,
‘2020-03-29 20:00:00’],
dtype=‘datetime64[ns]’, freq=‘346H’)
2.3时间序列的移动
移动是指沿着时间轴方向将数据进行前移或后移。
1.Pandas对象中提供了一个shift()方法，用来前移或后移数据，但数据索引保持不变。
periods – 表示移动的幅度，可以为正数，也可以为负数，默认值是1，代表移动一次。
2020-01-01 1
2020-01-02 2
2020-01-03 3
2020-01-04 4
2020-01-05 5
电脑版的WPS office的下载的网站
Freq: D, dtype: int32
2020-01-01 NaN
2020-01-02 1.0
2020-01-03 2.0
2020-01-04 3.0
2020-01-05 4.0
Freq: D, dtype: float64
2020-01-01 2.0
2020-01-02 3.0
2020-01-03 4.0
2020-01-04 5.0
2020-01-05 NaN
Freq: D, dtype: float64
3.1创建时期对象
1.Period类表示一个标准的时间段或时期，比如某年、某月、某日、某小时等。
创建Period类对象的方式比较简单，只需要在构造方法中以字符串或整数的形式传入一个日期即可。
Period(‘2020’, ‘A-DEC’)
Period(‘2019-06’, ‘M’)
2.Period对象能够参与数学运算。
eg:
a.如果Period对象加上或者减去一个整数，则会根据具体的时间单位进行位移操作。
Period(‘2019-07’, ‘M’)
Period(‘2019-01’, ‘M’)
b.如果具有相同频率的两个Period对象进行数学运算，那么计算结果为它们的单位数量。
<65 * MonthEnds>
3.如果希望创建多个Period对象，且它们是固定出现的，则可以通过period_range()函数实现。
PeriodIndex([‘2014-01’, ‘2014-02’, ‘2014-03’, ‘2014-04’, ‘2014-05’], dtype=‘period[M]’)
上述示例返回了一个PeriodIndex对象，它是由一组时期对象构成的索引。
Period对象1Period对象2…Period对象n
4.除了使用上述方式创建PeriodIndex外，还可以直接在PeriodIndex的构造方法中传入一组日期字符串。
PeriodIndex([‘2012’, ‘2013’, ‘2014’], dtype=‘period[A-DEC]’)
2014-01 0
2014-02 1
2014-03 2
2014-04 3
2014-05 4
Freq: M, dtype: int32
注意：DatetimeIndex是用来指代一系列时间点的一种索引结构，而PeriodIndex则是用来指代一系列时间段的索引结构。
3.2时期的频率转换
1.Pandas中提供了一个asfreq()方法来转换时期的频率。
参数说明：
freq – 表示计时单位。how – 可以取值为start或end，默认为end。normalize – 表示是否将时间索引重置为午夜。fill_value – 用于填充缺失值的值。
Period(‘2019-01’, ‘M’)
period.asfreq(‘M’, how=‘end’)
4.1重采样方法（resample）
1.Pandas中的resample()是一个对常规时间序列数据重新采样和频率转wps 的官网下载的地址在哪里(wps官网报价)换的便捷的方法。
参数说明：
rule – 表示重采样频率的字符串或DateOffset。fill_method – 表示升采样时如何插值。closed – 设置降采样哪一端是闭合的。
2019-07-08 0
2019-07-09 1
2019-07-10 2
2019-07-11 3
2019-07-12 4
2019-07-wps 的官网的下载的地方在哪里13 5
2019-07-14 6
2019-07-15 7
2019-07-16 8
2019-07-17 9
2019-07-18 10
2019-07-19 11
2019wps office免费版的下载方法的方法-07-20 12
2019-07-21 13
2019-07-22 14
2019-07-23 15
2019-07-24 16
wps免费版的下载的地址在哪里
2019-07-25 17
2019-07-26 18
2019-07-27 19
2019-07-28 20
2019-07-29 21
2019-07-30 22
2019-07-31 23
2019-08-01 24
2019-08-02 25
2019-08-03 26
2019-08-04 27
2019-08-05 28
2019-08-06 29
Freq: D, dtype: int32
1.例如通过resample()方法对数据重新采样。
注意：how参数不再建议使用，而是采用新的方式“.resample(…).mean()”求平均值。
2019-07-08 0.0
2019-07-15 4.0
2019-07-22 11.0
2019-07-29 18.0
2019-08-05 25.0
2019-08-12 29.0
Freq: W-MON, dtype: float64
2.如果重采样时传入closed参数为left，则表示采样的范围是左闭右开型的。
换句话说位于某范围的时间序列中，开头的时间戳包含在内，结尾的时间戳是不包含在内的。
官网的wps下载入口的方法
2019-07-15 3.0
2019-07-22 10.0
2019-07-29 17.0
2019-08-05 24.0
2019-08-12 28.5
Freq: W-MON, dtype: float64
4.2降采样
1.降采样时间颗粒会变大，数据量是减少的。为了避免有些时间戳对应的数据闲置，可以利用内置方法聚合数据。
eg：股票数据比较常见的是OHLC重采样，包括开盘价、最高价、最低价和收盘价。
Pandas中专门提供了一个ohlc()方法。
2.降采样相当于另外一种形式的分组操作，它会按照日期将时间序列进行分组，之后对每个分组应用聚合方法得出一个结果。
23 0.399464
24 0.452200
25 0.351563
26 0.372442
27 0.326700
dtype: float64
4.3升采样
1.升采样的时间颗粒是变小的，数据量会增多，这很有可能导致某些时间戳没有相应的数据。
遇到这种情况，常用的解决办法就是插值，具体有如下几种方式：
通过ffill(limit)或bfill(limit)方法，取空值前面或后面的值填充，limit可以限制填充的个数。通过fillna(‘ffill’)或fillna(‘bfill’)进行填充，传入ffill则表示用NaN前面的值填充，传入bfill则表示用后面的值填充。通过使用interpolate()方法根据插值算法补全数据。
5.1什么是滑动窗口
1.滑动窗口指的是根据指定的单位长度来框住时间序列，从而计算框内的统计指标。
相当于一个长度指定的滑块在刻度尺上面滑动，每滑动一个单位即可反馈滑块内的数据。
2.滑动窗口的概念比较抽象，
下面我们来举个例子描述一下。
某分店按天统计了2017年全年的销售数据，现在总经理想抽查分店8月28日（七夕）的销售情况，如果只是单独拎出来当天的数据，则这个数据比较绝对，无法很好地反映出这个日期前后销售的整体情况。
为了提升数据的准确性，可以将某个点的取值扩大到包含这个点的一段区间，用区间内的数据进行判断。
例如，我们可以将8月24日到9月2日的数据拿出来，求此区间的平均值作为抽查结果。
这个区间就是窗口，它的单位长度为10，数据是按天统计的，所以统计的是10天的平均指标，这样显得更加合理，可以很好地反映了七夕活动的整体情况。
3.移动窗口就是窗口向一端滑行，每次滑行并不是区间整块的滑行，而是一个单位一个单位的滑行。
例如，窗口向右边滑行一个单位，此时窗口框住的时间区间范围为2017-08-25到2017-09-03。
每次窗口移动，一次只会移动一个单位的长度，并且窗口的长度始终为10个单位长度，直至移动到末端。
由此可知，通过滑动窗口统计的指标会更加平稳一些，数据上下浮动的范围会比较小。
2017-01-01 0.877804
2017-01-02 -0.491671
2017-01-03 0.703513
2017-01-04 -1.013152
2017-01-05 0.290298
Freq: D, dtype: float64
5.2.滑动窗口法
Pandas中提供了一个窗口方法rolling()。
参数说明：
window – 表示窗口的大小。min_periods – 每个窗口最少包含的观测值数量。center – 是否把窗口的标签设置为居中。win_type – 表示窗口的类型。closed – 用于定义区间的开闭。
Rolling [window=10,center=False,axis=0,method=single]
2017-01-01 NaN
2017-01-02 NaN
2017-01-03 NaN
2017-01-04 NaN
2017-01-05 NaN
…
2017-12-27 -0.235698
2017-12-28 0.081969
2017-12-29 0.047098
2017-12-30 -0.085800
2017-12-31 -0.236803
Freq: D, Length: 365, dtype: float64
思考：什么是ARIMA模型？
答：ARIMA的全称叫做差分整合移动平均自回归模型，又称作整合移动平均自回归模型，是一种用于时间序列预测的常见统计模型。 记作：ARIMA(p,d,q)
ARIMA模型主要由AR、I与MA模型三个部分组成。
ARIMA(p,d,q)模型可以表示为：
参数说明：
官网wps最新的下载的网站是多少(wps最新旧版本下载)
p–代表预测模型中采用的时序数据本身的滞后数，即自回归项数。d–代表时序数据需要进行几阶差分化，才是稳定的，即差分的阶数。q–代表预测模型中采用的预测误差的滞后数，即滑动平均项数。
ARIMA模型的基本思想：是将预测对象随时间推移而形成的数据序列视为一个随机序列，用一定的数学模型来近似描述这个序列，这个模型一旦被识别后，就可以从时间序列的过去值及现在值来。
ARIMA模型建立的基本步骤如下：
第1步：获取被观测的时间序列数据。
第2步：根据时间序列数据进行绘图，观测是否为平稳时间序列。
第3步：从平稳的时间序列中求得自相关系数ACF和偏自相关系数PACF，得到最佳的阶层p和阶数q。
第4步：根据上述计算的d、q、p得到ARIMA模型，然后对模型进行检验。
注意：对于一个时间序列来说，如果它的均值没有系统的变化（无趋势），方差没有系统变化，并且严格消除了周期性的变化，就称为是平稳的。
本章主要介绍了Pandas中用于处理时间序列的相关内容，包括创建时间序列、时间戳索引和切片操作、固定频率的时间序列、时期及计算、重采样、滑动窗口和时序模型。
通过对本章内容的学习，读者应该掌握处理时间序列数据的一些技巧，并灵活加以运用。
明天会更好！！！