正文

轻松上手Pandas DataFrame，掌握时间序列分析的实用入门指南

/0 浏览量
1016

引言

在数据分析领域，Pandas 是一个功能强大的 Python 库，它为数据清洗、转换和分析提供了丰富的工具。DataFrame 是 Pandas 中最核心的数据结构，它类似于 R 中的数据框，是进行数据分析和时间序列分析的基础。本文将带你轻松上手 Pandas DataFrame，并介绍如何进行时间序列分析。

了解 Pandas DataFrame

什么是 DataFrame？

DataFrame 是一个表格型的数据结构，它包含行和列，类似于 Excel 表格或 SQL 表。每个列可以包含不同类型的数据，如数值、字符串或日期。

创建 DataFrame

import pandas as pd

# 使用字典创建 DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Alice'],
        'Age': [20, 21, 19, 18],
        'City': ['New York', 'London', 'Paris', 'Berlin']}

df = pd.DataFrame(data)

print(df)

DataFrame 的基本操作

  • 查看数据：df.head(), df.tail()
  • 选择列：df['Name'], df[['Name', 'Age']]
  • 选择行：df.iloc[0:2], df.loc[df['Age'] > 20]
  • 插入数据：df.loc[2] = {'Name': 'Bob', 'Age': 22, 'City': 'Tokyo'}
  • 删除数据：df.drop('Name', axis=1)

时间序列分析入门

什么是时间序列？

时间序列是一组按时间顺序排列的数据点，通常用于分析数据随时间的变化趋势。

Pandas 中的时间序列

Pandas 提供了 Timestamp 和 Period 两种时间序列类型。

import pandas as pd

# 创建时间戳
timestamp = pd.Timestamp('2021-01-01 12:00:00')

# 创建时间序列
time_series = pd.Series([1, 2, 3, 4, 5], index=[timestamp + pd.Timedelta(hours=i) for i in range(5)])

print(time_series)

时间序列分析常用方法

  • 移动平均：df.rolling(window=3).mean()
  • 指数平滑：df.ewm(span=3, adjust=False).mean()
  • 自相关：df.corrwith(df.shift(1))

实战案例

假设我们有一组股票价格数据，我们需要分析其趋势和周期性。

import pandas as pd

# 读取数据
data = {'Date': pd.date_range(start='2021-01-01', periods=100, freq='D'),
        'Stock Price': [100, 101, 102, 103, 104, 105, 106, 107, 108, 109]}

df = pd.DataFrame(data)

# 计算移动平均
df['Moving Average'] = df['Stock Price'].rolling(window=5).mean()

# 绘制趋势图
df.plot(x='Date', y=['Stock Price', 'Moving Average'])

总结

通过本文的学习，你现在已经掌握了 Pandas DataFrame 的基本操作和时间序列分析的基本方法。希望这些知识能帮助你更好地进行数据分析。在实际应用中，请不断尝试和探索，积累经验，不断提高自己的数据分析能力。

-- 展开阅读全文 --