原始数据如下所示 createdAt volume2020-07-21T15:15:08.939Z12020-07-28T19:15:08.939Z 4 我想要的是计算24小时间隔内的事务总数，在我的例子中，一天的开始时间定义为16:30。2020-07-21T16:30:00.000Z 3
2020-07-22T16:30:0
浏览 48提问于2020-07-14得票数 1
回答已采纳
我有一个10分钟频率数据的熊猫时间序列，需要在每个24小时内找到最大值。然而，这个24小时的时间段需要在每天早上5点开始-而不是熊猫假设的默认午夜。我可以先通过shift来处理数据，但这是不直观的，甚至在仅仅一周后又回到相同的代码中，我在理解转换方向时遇到了问题！
任何更优雅的想法都将不胜感激。
浏览 0提问于2013-12-04得票数 8
回答已采纳
1回答
我正在尝试使用Pandas 函数对工作日的每日频率数据进行重采样，并使用偏移量，以便一周中的最后一天变成周四，也就是开始的周日。这是目前为止的代码：但是它一直在重新采样，所以星期五被用于重新采样，星期日则被排除在外我为base和lof
浏览 3提问于2020-08-24得票数 1
回答已采纳
我使用的是时间序列和丢失的数据。时间序列仅为升序。这是逐时时间序列。我正在使用Python和Pandas。我使用了以下方法：这是应用于我的一个<e
浏览 0提问于2019-07-19得票数 0
有时，我们有代表在不同时间间隔采样的任何给定参数的数据，这些时间间隔不一定是均匀分布的。
例如，我们有时间和温度，但温度读数之间的时间间隔并不均匀。现在，我们需要多次将这个时间序列与另一个时间序列(对于相同或任何其他参数，例如湿度)进行比较，这些时间序列在不同的时间间隔上进行采样，并且间隔也不均匀。我想在Pyt
浏览 0提问于2015-07-30得票数 1
3回答
我有一个数据序列，其中一个随机日期列作为我的索引，一个带编号的值，以及三列，每列都表示是否激活了安全机制来阻止带编号的值。1/8/2013 6:40 N N N 28
1/8/2013 6:57 N N N 31 我需要使用Pandas重新采样数据，以便创建干净的半小时间隔数据，取存在的值的平均值。但是，我想包含一个
浏览 71提问于2015-01-16得票数 2
4回答
对于已知具有季节或每日模式的数据，我想使用傅立叶分析来进行预测。在对时间序列数据进行fft之后，我得到了系数。如何使用这些系数进行预测？我相信FFT假设它接收的所有数据都构成一个周期，那么，如果我简单地使用ifft重新生成数据，我也会重新生成函数的连续性，那么我可以将这些值用于未来的值吗？简单地说:我对t=0,
浏览 0提问于2010-12-19得票数 48
回答已采纳
我有一个df，它包含多个时间序列。每个时间序列对象由时间、价格、ec2机器类型和位置组成。我的目标是能够比较相同的机器类型在不同的位置和所有的机器类型在同一个位置。
我需要重新整理这些时间序列，因为只有在价格发生变化时才会收集数据，所以为了对它们进行我想要的分析，我需要重新采样，以便按小时排列时间。我有下面的代码，例如，重采样</
浏览 3提问于2016-11-22得票数 1
回答已采纳
1回答
我想对xarray数据集中的每日时间序列进行一些年度统计(累积和)。棘手的部分是，我所考虑的年份开始的日期必须是灵活的，并且时间序列包含闰年。foo_groups.apply(lambda x: x.cumsum(dim='time', skipna=True))
这是“不利的”，主要是因为两件事：(1)滚动不考虑闰年，因此每个闰年获得一天的偏移量；(2)第一年的开始(直到6月底)被附加到滚动<e
浏览 13提问于2017-08-23得票数 0
回答已采纳
1回答
我尝试用Holt-Winters算法来预测时间序列。问题是，输出是完全错误的(在此设置中为直线)。
我使用statsmodels实现，但我不确定'seasonal_periods‘参数。一开始我尝试了60*24，因为数据的频率是一分钟，季节性是一天。但我在几分钟后停止了算法，因为我认为运行时间不应该那么长。当参数设置为365 (每年的天数)时，我得到的结果如下图所示。即使使用这个较慢的值，运行时间也是5-10分钟。这对于Holt-Winter
浏览 4提问于2019-04-30得票数 0
1回答
我已经用Python中的机器学习模型训练了一个预测每天销售物品的模型，比如每日汽车销售。现在我得到了新的时间真实数据(时间序列数据)。我想重新训练我的模式。有一些问题：如果我想<
浏览 0提问于2017-08-15得票数 2
我想用以下数据绘制密度时间序列：如您所见，采样周期不是恒定的。我只知道开始的日期和时间。不知何故，我需要将开始时间日期分配给第一个度量，然后为随后的度量计算以下日期和时间，但我不知道如何准确地对其进行编码。
浏览 3提问于2018-05-03得票数 0
1回答
我有一个以时间戳为索引的pandas数据帧：我希望将其转换为具有每日值的数据帧，但不必对原始数据帧进行重新采样(对于每小时的数据求和或平均，为否)。
浏览 6提问于2017-02-08得票数 0
回答已采纳
我希望能够重新整理我的时间序列数据的每日平均数。我有这方面的代码，但是我想重采样的文件(来自模型的输出文件)有时间(D)，其中天数为1到无穷远，而不是日期。我需要的是把这些日数转换成日期，从1900年01月1日开始。当同一天有两个值时(例如。1和1.00053) --他们也需要相同的日期。
浏览 1提问于2014-09-02得票数 0
回答已采纳
1回答
对时间序列进行重采样
、、、、
我有一个40年的时间序列，格式为stn;yyyymmddhh;rainfall，其中yyyy= year，mm = month，dd= dd=，hh= hour。该系列的分辨率为每小时一次。yyyymmhhdd'].astype(str).str[:4]现在，我正在尝试提取每年3小时持续时间的最大值K是我感兴趣的持续时间。简而言之，我需要在每年的多个持续时间<
浏览 2提问于2021-04-29得票数 0
对于不规则的时间序列，S和我想要取至少dt分开的点，但不改变它们的时间戳。例如，考虑对以下序列进行采样： 1 5 9 2 37 1 472 time S 11 34 47 2
pandas提供这样的
浏览 0提问于2015-10-28得票数 0
1回答
我是Python的新手，在使用pandas对一些数据重新采样时，我遇到了一个棘手的问题。假设ts是分钟频率的时间序列数据(在pandas中，它被封装在一个带有DatetimeIndex的pandas.Series对象中)。
浏览 1提问于2013-10-08得票数 0
3回答
假设我有每日数据(不定期间隔)，我希望计算过去5个月中的移动标准差(或任意非线性函数)。例如，在2012年5月，我将计算从2012年1月开始至2012年5月(5个月)期间的stddev。2012年6月期间从2012年2月开始，最后的结果是一个按月计算的时间序列。我不能应用滚动窗口，因为这首先是每天的，其次是我需要指定值的数量(滚动窗口不按时间框架进行聚合，有些帖子解决了这个，但它们与我的问题无关，因为滚动仍然适用于每个新的一天)。因此，我需要一种重<e
浏览 3提问于2014-07-21得票数 11
2回答
下面的数据集包含半小时的时间序列数据。2018-01-01 09:29:59")Dataset <- data.frame(Date, Volume)
我想知道如何阅读这个数据，以便进行时间序列分析。我应该如何定义开始和结束日期和频率将是什么？
浏览 1提问于2019-02-09得票数 1
回答已采纳
云服务器
ICP备案
对象存储
腾讯会议
云直播
腾讯云开发者
