为R中每日采样的数据创建时间序列
可以使用ts函数。ts函数是R中用于创建时间序列对象的函数，它可以将数据按照时间顺序进行组织和分析。
创建时间序列的步骤如下：
- 首先，将每日采样的数据存储在一个向量或数据框中，确保数据按照时间顺序排列。
- 使用
ts函数创建时间序列对象，指定数据和时间相关的参数。例如，可以指定起始日期、频率（每年、每季度、每月等）和起始时间点。
以下是一个示例代码：
# 创建每日采样数据
daily_data <- c(10, 15, 20, 25, 30)
# 创建时间序列对象
ts_data <- ts(daily_data, start = c(2022, 1), frequency = 365)
# 打印时间序列对象
print(ts_data)在上面的示例中，我们创建了一个包含每日采样数据的向量daily_data，然后使用ts函数创建了时间序列对象ts_data。我们指定了起始日期为2022年1月，频率为365（表示每年365个观测值）。最后，我们打印了时间序列对象。
时间序列对象可以用于进行时间序列分析、预测和可视化等操作。在R中，还有许多其他函数和包可以用于处理时间序列数据，如forecast包、ggplot2包等。
腾讯云提供了一系列与云计算相关的产品，如云服务器、云数据库、云存储等。您可以通过访问腾讯云官方网站（https://cloud.tencent.com/）了解更多关于腾讯云的产品和服务。
相关·内容
我所拥有的：
：2年的详细时间序列数据
我想要的：
365*2 =代表每日数据的730幅地形图/图表
我的数据是这样的，
datetime usage
2020-01-01 12:00 10
2020-01-01 12:01 20
.
.
.
2021-12-31 11:59 15
我怎样才能做到这一点？
提前谢谢。
浏览 8提问于2022-01-07得票数 0
回答已采纳
3回答
我有一只熊猫数据仓库，其结构如下：
Date Open High Low Close Volume
0 2003-10-01 00:00:00 1.16500 1.16700 1.16400 1.16690 1125
1 2003-10-01 01:00:00 1.16680 1.16790 1.16600 1.16720 933
............
这些是连续时间值，因为它是欧元/美元数据。我希望对此进行重采样，创建一个每日数据，该数据作为开放值使用日期XXXX-X
浏览 6提问于2017-01-28得票数 1
回答已采纳
1回答
我试图将每小时3个小时的netCDF数据导入到xarray中，并找出它的日平均值。我可以简单地选择特定的一天并获得每日平均值，但如何在一整年中执行此过程？该怎么做呢？ import xarray as xr
fname='/home/atmosphere/GRIDSAT-B1.2010.12.01.*.v02r01.nc'
ds=xr.open_mfdataset(fname))
varlist=list(ds.variables)
imr=ds.sel(lat=slice(0,30),lon=slice(25,45)) #subsetting datas
浏览 17提问于2020-01-13得票数 0
回答已采纳
我尝试使用R为每日时间序列创建一个ts对象，该时间序列从2015年2月24日开始，到2015年4月13日结束。我已经设置了每日数据的frequency=7，但我找不到一种方法来将确切的日期作为开始参数。
浏览 1提问于2015-07-18得票数 6
1回答
我有一个时间序列数据有一些缺失的日期。例如，在'2017-08-06‘下面的数据集中缺少。
📷
若要在先知模型中输入此数据，是否必须创建包含所有缺失日期的数据框架？我知道先知模型不需要在任何特定的时间内填充丢失的数据，因为它是一个基于曲线拟合的模型。但我不确定是否应该将所有日期都包括在每日时间序列预测中。非常感谢你回答我的问题。
浏览 0提问于2022-10-06得票数 4
回答已采纳
3回答
我有一个高股票折线图，显示给定股票的每日和每周股票价格。问题是，当数据数组足够大时，每日数据点被“采样”为每周数据点，而每周数据点被采样为每月数据点。
有没有办法设置他们的用户每周，或每月的时候，需要。
提前感谢
浏览 3提问于2012-03-24得票数 6
3回答
将时间序列聚合为年度数据
、、、
假设我们有股票价格的每日时间序列(假设是FTSE指数)。我们想要计算每日，每月和每年的回报。
为了计算月度和年度收益，我们必须将时间序列数据聚合为月和年。在"zoo“包中，我们有聚合函数，它可以帮助我们将数据聚合到每月的频率。下面是使用as.yearmon类的代码行：
# Computing simple returns
FTSERet = diff(FTSE)/lag(FTSE,k=-1)
# Monthly simple returns
MonRet <- aggregate(FTSERet+1, as.yearmon, prod)-1
# Quarterly simpl
浏览 1提问于2012-12-21得票数 5
回答已采纳
我有两个每日时间序列，从2016年1月1日至2016年8月1日，但我的系列只包括工作日的数据(即周末和银行假日除外)，另一个是每日数据。我的问题是，如何将这两个序列合并，以便对于两个时间序列，我只有剩余的工作日数据(从第二个时间序列中删除那些额外的天数)。
浏览 3提问于2017-03-26得票数 0
回答已采纳
我的数据库中有一个表，用于存储事件总数，如下所示：
event1_count
event2_count
event3_count
我想从这些简单的聚合过渡到更多的时间序列，这样用户就可以看到这些事件实际发生的日期(比如Stack Overflow如何显示每日声誉收益)。
在我的系统中的其他地方，我已经创建了一个单独的表，每个日值都有一条记录-然后，为了收集时间序列，你最终会得到一个巨大的数据库表，并且需要查询10或100条记录。它是有效的，但我不相信这是最好的方法。
存储这些事件及其日期的最佳方式是什么，这样我就可以为我的任何用户绘制每日图表？
浏览 0提问于2011-06-05得票数 0
我已经阅读了一个每日股票数据csv文件。并将每列重新采样为每周数据。现在，我尝试创建一个新的DataFrame来包含那些新的重新采样的列。
在打印时，我只获取列名如果有人能指出我代码中的错误，请
浏览 3提问于2018-12-14得票数 0
回答已采纳
我使用resample函数将分钟数据转换为每日数据，得到了不正确的数据。在仔细检查输出后，我发现该进程正在输出每日打开的16:00条的打开。此外，它还输出9:31酒吧的收盘价作为每日收盘价。
下面是我的代码：
import numpy as np
import pandas as pd
from pylab import mpl, plt
plt.style.use('seaborn')
mpl.rcParams['font.family'] = 'serif'
%matplotlib inline
import cufflinks as cf
浏览 1提问于2018-06-14得票数 1
1回答
我正试着在R中设置一个时间序列，然而，我是一个每日交易的数据.交易一周进行5天。因此，时间序列中存在差距。我想设置时间序列而不填充空白处。我尝试过ts()函数，但它只有在没有间隙的情况下才起作用。
ncw2 = ts(ncw1, start = c("2020-01-23", 1), freq=365)
浏览 0提问于2021-04-01得票数 0
1回答
我正在编写一个用于预测水温的模型的一些组件，我有一组输入文件(i)气温；(ii)辐射；(iii)云量；(iv)风速；(v)相对湿度。为了通过方程传递这些数据，我首先需要确保在一致的时间测量所有变量，其中一些输入数据可以在30分钟、60分钟、每天等分辨率下测量，也可能有丢失的数据点。考虑以下示例值：
JdayCC = datenum('2011-01-01 00:00','yyyy-mm-dd HH:MM'):60/(60*24):...
datenum('2011-12-31 23:00','yyyy-mm-dd HH:MM
浏览 1提问于2013-07-01得票数 0
1回答
我使用不同的数据集(面板数据)，并且需要以编程方式检测我是否有每日、每月、季度或仅每年可用的数据。所有数据集都有一个日期列，格式为日期时间(例如，年度数据只有年终日期31-12-2017，31-12-2018等；每日数据可能看起来像02-02-2018，03-05-2018，09-11-2018等，具有不同的间隔)。
对于年度数据，我预计日期间隔为1年，对于季度数据为3个月，对于月度数据为1个月，而每日数据应在一个月内至少有2个日期。
有没有办法用Pandas来检测我在数据集中有哪些日期间隔？
浏览 1提问于2019-11-17得票数 1
1回答
我有一些每日的时间序列数据。我正在尝试从每日的历史数据中预测未来3天。
历史数据显示出基于一周中某一天的明确趋势，如周一、周二等，周一和周二是高峰期，周三通常是高峰期，然后在一周剩下的时间里下降。
如果我按月或按周对数据进行分组，我肯定可以看到随着时间的推移而上升的趋势，这种趋势似乎是累加的。
我的目标是只预测未来3天。我的直觉告诉我采取一种方法，我希望得到一些关于利弊和其他方法的反馈。
我的直觉告诉我，按周或月对数据进行分组，然后预测下一周或月可能会更好。假设我通过将每周的历史数据加载到ARIMA中，对下周进行训练、测试和预测，从而预测下周的总额。在一周内，每周的每一天通常占该周总数的x%。
浏览 28提问于2019-10-24得票数 0
1回答
我有275行销售数据。我想从这个时间序列数据中创建ACF。ACF应从1到69 (书中有275/4)
par(mfrow=c(2,1), mar=c(3,3,1,0)+.5, mgp=c(1.6,.6,0)) ts.plot(sales_ts_ohne_na,col="blue") acf(sales_ts_ohne_na)
浏览 2提问于2018-12-11得票数 0
回答已采纳
我正在尝试从single年的每日时间序列数据在R中创建一个timeseries ts对象。数据是tibble，看起来像这样： Year Month Day Simple_Assault
<chr> <chr> <chr> <int>
1 2020 01 01 6
2 2020 01 02 6
3 2020 01 05 4
4 2020
浏览 40提问于2021-09-26得票数 0
回答已采纳
1回答
我有一些被划分为event-related.的值所以并不是每分钟都有相同数量的数据。为了能够更好地处理这些数据，我的目标是只有每分钟取第一行值。
从csv导入数据的时间如下所示：
时间
2011年11月11日11:11
2011年11月11日11:11
2011年11月11日11:11
2011年11月11日11:12
2011年11月11日11:12
2011年11月11日11:13
其他的数值是温度。一个主要的问题是以正确的格式导入时间。我试图用这样的方法来解决这个问题：
with open('my_file.csv','r') as file:
for l
浏览 5提问于2022-01-04得票数 0
5回答
我刚刚开始使用ts类来分析我拥有的一些时间序列数据。
我有种感觉，ts类不太适合分析每日或每周数据。我在网上或在Cowpertwait和Metcalfe的“带R的介绍性时间序列”中看到的几乎所有示例都使用月度或年度数据。
我想用ts来分析每周的数据，这是不是不可取？
浏览 1提问于2011-12-09得票数 18
3回答
我正在从事一个数据科学项目，该项目的目标是根据建筑物的一些特点(例如，大小、位置等)预测建筑物的日耗电量。以及天气特征(例如，温度、湿度、风、雨、太阳辐射)。
我的一些天气特征(温度、湿度、风)是每小时一次，另一些是在每天的间隔(雨，太阳辐射)。我的目标(每日用电量)也是每小时一次。
我的目标是预测每天的消费，所以我需要将我的输入数据集中在一个每日间隔(消费的24个值之和，平均24个温度，.)。
我的问题是:我是否必须在分割列车/后测试之前汇总数据?
如果我先进行聚合，我将只考虑那些有24个值的日子(每小时一次)，为了不引入偏见，我会丢弃其他值，然后我将拆分训练/测试。因此，基本上，我将清理我
浏览 0提问于2018-09-19得票数 1
回答已采纳
我有一个从周六开始到周三结束的每日时间序列。它有一个明确的每周周期。它存储在R中的向量a中，因此，我尝试将其转换为时间序列对象-
ts(a,frequency=7)
这给了我-
Time Series:
Start = c(1, 1)
End = c(13, 5)
(1,1)和(13,5)是什么意思？在这种情况下，指定start和end的最佳方式是什么。互联网上的所有例子都是处理年度数据，而不是每日数据。
浏览 0提问于2014-05-12得票数 16
回答已采纳
1回答
我有过去两年的每日需求数据。数据有每周季节和嵌套的每日季节。我使用frequency=365的ts函数将数据转换成时间序列。现在使用HoltWinters方法时，他每天都把自己的季节解释成一个季节，结果就不太好了。我怎么能告诉他只包括59个季节(52周和7天)？
浏览 0提问于2018-02-09得票数 1
回答已采纳
2回答
我有一些随机的每小时时间序列数据(让我们编造一些)，我如何为每日最大值重新采样，以及为记录的每日最大值所在的小时创建单独的df列？
import pandas as pd
import numpy as np
from numpy.random import randint
import os
np.random.seed(10) # added for reproductibility
浏览 25提问于2020-03-03得票数 3
回答已采纳
1回答
我有一个44kbps的音频文件，它有几个小时的录音。我想用类似于matplotlib (或Julia中的GR )的东西查看图(图)中的原始波形，然后将图保存到磁盘。目前，这需要相当多的时间，并希望减少该时间。
有哪些常见的策略可以做到这一点？在减少图中点数的方法上，有没有什么特殊的情况需要考虑？我预计将需要对时间点进行某种类型的子采样，并使用一些插值或平滑。(Python或Julia解决方案将是理想的，但其他语言，如R或MATLAB也很相似，足以理解这种方法。)
浏览 0提问于2019-11-02得票数 0
我正在尝试仅从每日GHI估计光伏输出。
有没有办法将每天的温室气体指数转换为倾斜表面上的总辐射，即太阳能电池板？或者，我是否必须使用模型转换为每小时的GHI值，然后计算光束和漫射值等？
我正在使用的GHI数据在这里。( )
谢谢
浏览 9提问于2020-07-30得票数 2
1回答
我创建了一个ML模型来分类5个IoT信号(比如A、B、C、D和E)。每个信号在抽样时间戳中都有一个值。
我的问题(怀疑)是：
我是否必须仅在相同的(在本例中为每日)时间戳上对生产中的新数据进行预处理；换句话说，每个时间序列样本的值(特性)数量与模型培训期间的值(特性)相同吗？我很确定这是真的，但我不知道时间序列是否有什么特定的东西。
由于我的数据是标准化和标准化的，关于时间序列长度的建议是什么，因为这对于生产环境中模型中输入数据的标准化很重要。
在培训期间，我将每日时间戳上的值除以(例如，一天中每个信号的值为5000 )。所以，我的时间序列是每日基准时间戳。我已经完成了培训，测试数据集和交叉验
浏览 0提问于2022-11-11得票数 0
回答已采纳
1回答
假设我有一个这样的数据帧：
d <- data.frame(time = c(1,3,5,6,11,15,15,18,18,20), side = c("L", "R", "R", "L", "L", "L", "L", "R","R","R"), id = c(1,2,1,2,4,3,4,2,1,1), stringsAsFactors = F)
d
time side id
1 1 L 1
2
浏览 2提问于2018-02-01得票数 4
回答已采纳
1回答
我想预测一个地点(映射到lat/lng的邮政编码)会有多拥挤。我想对这样的问题作出预测:下周一下午6点至8点，围绕邮政编码12345的50米地区的人群密度会是怎样的？
首先，我正在处理包含时间戳和邮政编码的历史事务数据(作为人类活动的代理)。当新的事务数据发生时，我也想将它们合并到我的模型中。
这有道理吗？
根据请求的时间(下午6点到8点之间)过滤历史事务。
根据所需的邻近性对事务进行聚类，以获得该区域的每日事务总数。
使用每日总数作为我的回归模型的训练数据。
用这个模型来预测
我是否需要重新运行整个过程来解释实时到达的新数据(例如，每5分钟一次)？是否有适合的增量ML模型？
浏览 0提问于2018-05-12得票数 0
1回答
我在matlab的矩阵中有一个数据集。它包含每0.5ns取25,000个值；因此数据集的总时间是1.25E-5秒。
数据集包含非常高的频率噪声，我不感兴趣，所以我创建另一个矩阵是从第一个矩阵的每50个数据点，所以矩阵的大小是1000*。
我绘制了matlab的fft的绝对值--这个矩阵(我也规范了振幅，只绘制了前半个)，得到了附加的(两个图，第二个是我感兴趣的低频的近景)。如何将x轴转换成频率？
另一点，如果我取每个数据点(所以我创建了整个25,000点的fft )，那么x轴是完全相同的；换句话说，我的矩阵的大小似乎与matlab返回的x轴无关。我在频谱上附加了两个链接，其中一个是我感兴趣
浏览 6提问于2016-07-02得票数 0
1回答
从2005年到2020年，我从IMERG (降水)获得了所有的每日数据。(5947个档案)。
我要做这个：
为我的兴趣区域剪切数据，以减少文件的总大小。完成！
cdo sellonlatbox
将文件重新投影到EPSG:31983 (UTM) ，将像素大小调整为25mx25m。卡在this!!上的
现在我用的是R的projectRaster，但是它太懒了!！
有人有什么建议吗？
我可以用python，R，NCO，CDO.
浏览 1提问于2021-05-24得票数 1
回答已采纳
1回答
目前我正在做一个时序项目。我有超过5年的每日数据点。在这两者之间，有一些值为0的天，而有些天则丢失了。例如： 2015-01-10 343
2015-03-10 128 十月的第二天不见了。为了建立一个好的时间序列模型，我想将数据重新采样到每月： df.individuals.resample("M").sum() 但是我得到了以下输出： 2015-01-31 343.000000
2015-02-28 NaN
2015-03-31 64.500000 不知何故，月份是完全错误的。 预期输出将如下所示： 2015-31-10 Sum o
浏览 37提问于2021-07-09得票数 0
我有一个每日交易的时间序列数据，从2017-06-28到2018-11-26。数据如下所示：
我对在R中使用分解()或stl()函数很感兴趣，但是我得到了
error:
decompose(y) : time series has no or less than 2 periods
当我尝试使用decompose()和
Error in stl(y, "periodic") :
series is not periodic or has less than two periods
当我尝试使用stl()时。
我明白我必须指明期间，但我不明白在我的情况下，应该是甚
浏览 143提问于2018-12-05得票数 2
1回答
时间序列图矩阵
、、、
我有一个与R相关的问题:我试图用ggplot2和ggfortify软件包将一组每日时间序列商品数据绘制到一个矩阵中。我正在尝试在每个y轴上有标准化值和日期1/1/2007，1/1/2008……在x轴上。视觉概念应如下所示：
有人知道这是怎么回事吗？
浏览 9提问于2016-04-15得票数 3
1回答
我目前使用的是一个时间序列，它每周计算一次，但分母只能作为每月的总数。我想把它们合并起来按费率计算。
一年的数据如下所示：173 173 169 180 173 167 187 175 174 154 163 163
从2010年1月开始到12月。
我通常会在SAS中使用类似PROC展开的方法，但为了学习R，我正在尝试完全在R中实现这个项目。
似乎我应该使用下面这样的方法来使用zoo将这些值作为三次样条插值，但是经过几次尝试，我已经搁浅了。我有两个实现问题，我希望人们能帮上忙：
使用na.spline之类的东西会给出插值值，但据我所知，它们是错误的。上面的数据不是一个单一的时间单位，每月取样一
浏览 1提问于2012-04-18得票数 1
1回答
我是R的新手，现在我正在努力转换我的时间数据。
我有一个值列表，应该是每日数据(012007-01-12-31)
str(timedata)
num [1:3103(1d)] 733043 733044 733045 733046 733047 ...
我想阅读每日日期01/01/07 02/01/07.
我试着用函数来转换它
as.POSIXct(timedata, origin = "2007-01-01", tz = "GMT")
但结果是错误的：
"2007-01-09 11:39:08 GMT" "2007-01-09 11:3
浏览 1提问于2016-11-29得票数 1
xarray的解释了如何计算每月的气候学异常。在这里，我尝试做一些稍微不同的事情：从每日时间序列，我想计算这个月的平均(而不是从每月的气候学)的每日异常。
我使用groupby成功地完成了这个任务，并且手工创建了一个月邮票(代码如下)。是否有更好、更少麻烦的方法来获得同样的结果？
import xarray as xr
import numpy as np
import pandas as pd
# Create a data array
t = pd.date_range('2001', '2003', freq='D')
da = xr.D
浏览 0提问于2018-04-01得票数 3
回答已采纳
4回答
我有大约每5分钟记录一次的测量结果：
2012-07-09T05:30:01+02:00 1906.1 1069.2 1093.2 3 1071.0 1905.7
2012-07-09T05:35:02+02:00 1905.7 1069.2 1093.0 0 1071.5 1905.7
2012-07-09T05:40:02+02:00 1906.1 1068.7 1093.2 0 1069.4 1905.7
2012-07-09T05:45:02+02:00 1905.7 1068.4 1093.0 1 1069.6
浏览 0提问于2012-07-09得票数 6
1回答
我们有不同类型的数据特征，具有不同的时间尺度。例如，它们中的一些描述了每秒的状态，而另一些则可能从另一个方面描述每天或每个月的状态。前者在时间尺度上是密集的，后者是稀疏的。简单地将它们串联成一个特征向量似乎不合适。有什么典型的机器学习方法可以解决问题吗？
浏览 0提问于2019-04-24得票数 0
1回答
我有一个以ID和时间戳为关键字的多索引序列/数据帧。此数据结构包含各种ID的每日数据。我可以使用resample函数来查看此数据结构的月末快照吗？
ID ts value
1 2001-01-30 1
2001-01-31 2
2001-02-01 3
2 2001-01-30 3
2001-01-31 2
2001-02-01 4
我想要这个输出
ID ts value
1 2001-01-31 2
2 2001-01-31 2
我可以使用重采样函数调用来帮助我吗？我知道我可以创建月末日
浏览 5提问于2013-10-07得票数 1
2回答
频率参数在ts中的作用
、、、、
ts()函数如何使用其frequency参数？将错误的值指定为frequency会有什么影响
我正在尝试使用1.5年的网站使用数据来建立一个时间序列模型，这样我就可以预测未来一段时间的使用情况。我每天都在使用数据。这里的frequency应该是多少-7、365或365.25？
浏览 0提问于2014-11-03得票数 3
在我的用户表中，我将需要在凌晨12点将‘dot’列恢复到点上的默认值'1‘。
Schema::create('users', function (Blueprint $table) {
$table->id();
$table->string('name', 50);
$table->string('email')->unique();
$table->unsignedTinyInteger('daily')->de
浏览 2提问于2021-12-12得票数 -1
1回答
我有一个每日时间序列数据，并希望构建一个每日移动平均线，并创建一个季度数据框架。例如，第一个数据集(示例数据)应该包括1月、2月和3月的每日数据，而第二个系列应该是2月、3月和4月。同样，最后一个数据集应该是10月、11月和12月的数据集。我希望对示例数据中的变量“tmpd、pm10median和so2median”执行此操作。我如何才能做到这一点？
library(gamair)
data(chicago)
chicago$date<-seq(from=as.Date("1987-01-01"), to=as.Date("2000-12-31"),l
浏览 4提问于2013-02-03得票数 2
回答已采纳
3回答
有人能为时间序列数据处理提供资源吗。我不寻找时间序列统计分析(如ARIMA，预测等)。相反，我想根据时间段提取一部分数据。
谢谢德克和莫森！@德克:我一定会去动物园的。我听说这对TS有好处，但出于某种原因，我突然从脑海中溜走了。@Mohsen:我没有使用分解方法。但是我尝试了stl &它给了我很多错误。我希望我能得到更多关于it.Also的细节，我寻找你提供给我的链接。但这是使用其他软件进行TS的工作。我对TS的统计分析没有问题。但我在R.
此外，大部分时间我处理每日，每周和每月的数据。但我遇到的例子是年度数据。所以，当我试图复制我的数据集中的示例时，我得到了很多错误。我无法格式化每
浏览 3提问于2011-02-05得票数 1
1回答
如何组合分布相似的数据？
、、、、
我收集的时间序列数据与数据点约2年的每日数据。我想出一种方法来增加数据点的数量，这样神经网络就能更好地理解数据的波动。我提出了一个假设，我试图按照相似的分布对相似的时间序列数据进行聚类，以增加输入到神经网络的数据点的数量。这是解决问题的正确方法吗？如果是这样的话，我在什么基础上将这些相似的数据组合在一起，这样我就可以把它输入到神经网络/模型中？
浏览 0提问于2019-08-31得票数 2
1回答
我正在用R学习时间序列，使用stl()命令我得到了错误
stl中的错误(avatar_ts，s.window =“周期”)：级数不是周期的或小于两个周期的
下面是我的密码。
avatar_ts = ts(avatar_data$Gross, start = c(2009,12), frequency=365)
st_decompose_method = stl(avatar_ts, s.window="periodic")
如果将频率更改为12或50，则stl()函数将运行。然而，我的数据集有2009-12-18年到2010-11-18年的每日观测，总共有318次观测。
(基
浏览 0提问于2020-06-06得票数 0
1回答
我有一个任意数据数组x和相关的时间戳t，它们对应于x中的数据(它们的长度与N相同)。
我希望将数据x降为较小的长度M < N，这样新的数据在时间间隔上大致相等(通过使用时间戳信息)。这将不是简单地抽取数据，而是接受第n个数据点。用最近的时间邻居就行了。
for有一些代码，但是它实际上尝试在数据点之间进行插值，而我不能对数据进行插值。numpy或this有这样的代码吗？
例如，假设我想根据某个对数时间对字母表中的字母进行降级：
import string
import numpy as np
x = string.lowercase[::]
t = np.logspace(1, 10, n
浏览 8提问于2015-06-04得票数 0
我有一系列关于每日温度的数据。
Date start from 2 February 1917 (1917-02-02)和end 2 March 1917 (1917-03-02)。我需要为每日系列创建一个对象，请建议每日系列的ts命令。我使用以下命令：
ts(mydata$temp, frequency = 365, start=c(1917-02-02), end=c(1917-03-02))
浏览 2提问于2020-10-24得票数 0
我想使用excel电子表格作为源数据来创建数据帧。我需要将数据系列从用于存储excel电子表格中的数据的格式转换为dataframe变量最终产品。 我想知道用户是否有使用各种python方法来完成以下操作的经验： -data系列转换:我有一个系列，它每月包含一个数据值，但希望使用索引(或包含日期值的列)将值表扩展为每天包含一个值。因此，如果table1具有基于月份的索引，而table2具有每日索引，如何将table1值转换为基于table2的索引。 -dataframe雕刻:我正在处理的数据在长度上并不相似，一些数据集比其他数据集更长。在多列数据帧的上下文中，通过哪些方法可以找到列中最短的序
浏览 12提问于2019-02-19得票数 0
我试图创建一个使用分层时间序列的预测过程。我的问题是，我无法找到一种方法来创建一个for循环，该循环从熊猫数据中逐级提取每日时间序列，并按日期分组数量的总和。生成的每日时间序列应传递给循环内的函数，并将结果存储在其他对象中。
数据集
初始数据集是一个表，它表示三个层次级别的日销售数据:城市、商店、产品。初始表具有以下结构：
+============+============+============+============+==========+
| Id_Level_1 | Id_Level_2 | Id_Level_3 | Date | Quantity |
+======
浏览 1提问于2019-03-28得票数 2
我们正在寻找一个简单的监控工具的基本内容，如磁盘空间，CPU，文件夹大小，内存使用。
石墨看上去很有前途。对于一个演示，我想要创建一些示例数据，以便输入Graphite中的一个或多个此类度量标准。
什么是最好的方法来解决这个问题。我让石墨在码头上运行。如何配置Graphite并向其发送一些测试数据？例如，为
每日磁盘空间度量
每日文件夹大小
每小时CPU
每小时内存
浏览 2提问于2018-09-20得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
