Pandas必备技能之“时间序列数据处理”

发布时间：2019-06-14 00:41:10 所属栏目：教程来源：Little monster翻译整理

导读：副标题#e# 时间序列数据Time Series Data是在不同时间上收集到的数据，这类数据是按时间顺序收集到的，用于所描述现象随时间变化的情况。时间序列分析广泛应用于计量经济学模型中，通过寻找历史数据中某一现象的发展规律，对未来进行预测。时间序列数据作

重采样指的是将时间序列从⼀个频率转换到另⼀个频率的处理过程。将⾼频率数据聚合到低频率称为降采样downsampling，如将股票的日线数据转换成周线数据，⽽将低频率数据转换到⾼频率则称为升采样upsampling，如将股票的周线数据转换成日线数据。

降采样：以日线数据转换周线数据为例。继续使用上面的tushare.pro日线行情数据，选出特定的几列。

df = df[['ts_code', 'open', 'high', 'low', 'close', 'vol']]  # 单位：成交量 （手） 
 
 
              ts_code  open  high   low  close         vol 
trade_date                                                 
2018-07-02  000001.SZ  9.05  9.05  8.55   8.61  1315520.13 
2018-07-03  000001.SZ  8.69  8.70  8.45   8.67  1274838.57 
2018-07-04  000001.SZ  8.63  8.75  8.61   8.61   711153.37 
2018-07-05  000001.SZ  8.62  8.73  8.55   8.60   835768.77 
2018-07-06  000001.SZ  8.61  8.78  8.45   8.66   988282.69 
2018-07-09  000001.SZ  8.69  9.03  8.68   9.03  1409954.60 
2018-07-10  000001.SZ  9.02  9.02  8.89   8.98   896862.02 
2018-07-11  000001.SZ  8.76  8.83  8.68   8.78   851296.70 
2018-07-12  000001.SZ  8.60  8.97  8.58   8.88  1140492.31 
2018-07-13  000001.SZ  8.92  8.94  8.82   8.88   603378.21 
2018-07-16  000001.SZ  8.85  8.90  8.69   8.73   689845.58 
2018-07-17  000001.SZ  8.74  8.75  8.66   8.72   375356.33 
2018-07-18  000001.SZ  8.75  8.85  8.69   8.70   525152.77

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!

4/11

首页

尾页