Python处理时间序列数据
初偿用Python处理时间序列的数据，碰到一些坑。以此文记录一下，希望后来者可以少走弯路。
背景说明：我是用一个已有的csv数据表作为原材料进行处理的。
目的：实现时间序列的可视化，及周期性的可视化。
1、碰到的第一个坑是，导入到时间数据，默认的是字符串的数据类型。因此，在可视化的时候，会出现没有按时间先后顺序的方式绘图的状况。
因此，需要将字符串解析为时间类型的数据类型。
方法1：是在读取数据的时候，采用parse_dates=True，自动解析其中的时间数据。
方法2：使用dateuyil包中的parser.parse解析时间字符串：
from dateutil.parser import parse v1 = parse('2018-09-02') print("解析后的时间格式为：",v1)
方法3：利用pandas的to_datetime处理时间list
import pandas as pd datestrs = ['2018/09/02','2018/09/03','2018/09/04'] print(pd.to_datetime(datestrs))
2、第2个坑是处理数值型数据的时候，在导入pandas下默认是object的数据类型，此时需要强制转换数据类型，但是我一直没法转换。
出现的BUG就是：ValueError: could not convert string to float
后来找了半天才找到原因：是数据中含有空格或者“,”才导致无法将string转为int。
解决办法：replace(' ','').replace(',','')即替换掉其中的空格，删除其中的“,”
3、至于后面的绘图就很简单了，唯一值得说一下的是周期性的图的绘制。
我采用的是按“周”来绘图的，周期的固定的。实现过程看代码就好。
4、另外需要提一下，读取文件的时候需要设置encoding = 'gbk'。默认的是utf-8，但是系统会报错。
1 #!/usr/bin/env python 2 # -*- coding:utf-8 -*- 3 # Author：Leslie Dang 4 5 import numpy as np 6 import pandas as pd 7 import matplotlib.pyplot as plt 8 9 # 01从文件导入数据 10 data1 = pd.read_csv('01series.csv',parse_dates=True,index_col=0,encoding = 'gbk') 11 print(data1) 12 # print(type(data1.index)) 13 print(data1.dtypes) 14 15 # 02强制转换数据类型 16 print('***02强制转换数据类型***') 17 18 # ValueError: could not convert string to float 19 # 原因：很可能是你的数据中含有\t,或者空格，或者“,” 20 # 解决办法：replace(' ','').replace(',','') 21 22 for i in range(data1['销售额'].count()): 23 data1['销售额'][i] = data1['销售额'][i].replace(' ','').replace(',','') 24 25 data1['销售额'] = data1['销售额'].astype(int) 26 print(data1.dtypes) 27 28 # 03绘图-线图 29 print('***03绘图***') 30 # plt.plot(data1['销售额'],label = '销售额') 31 # plt.show() 32 33 # 04绘图-周期性分析图 34 print('***04绘图-周期性分析图***') 35 36 data1 = data1.set_index('星期') 37 print(data1) 38 39 count = data1['销售额'].count() 40 circle = count//7 41 print(count,circle) 42 for i in range(circle): 43 plt.plot(data1['销售额'][7*i:7*i+7]) 44 plt.show() 45 46 # 思考：如何量化周期性？采用什么参数可以表达？周期性的强度如何？
这里补上我采用的数据源：
星期 销售额
日期
2018-08-01 Wed 4,702,986
2018-08-02 Thu 5,034,151
2018-08-03 Fri 5,636,981
2018-08-04 Sat 6,377,764
2018-08-05 Sun 6,138,548
2018-08-06 Mon 5,335,273
2018-08-07 Tue 5,055,513
2018-08-08 Wed 5,159,413
2018-08-09 Thu 5,393,767
2018-08-10 Fri 5,920,339
2018-08-11 Sat 6,637,867
2018-08-12 Sun 6,292,839
2018-08-13 Mon 5,485,055
2018-08-14 Tue 5,274,536
2018-08-15 Wed 5,171,561
2018-08-16 Thu 5,269,780
2018-08-17 Fri 5,359,121
2018-08-18 Sat 6,353,952
2018-08-19 Sun 6,334,198
2018-08-20 Mon 5,577,552
2018-08-21 Tue 5,276,165
2018-08-22 Wed 5,403,919
2018-08-23 Thu 5,611,874
2018-08-24 Fri 6,073,795
2018-08-25 Sat 6,754,291
2018-08-26 Sun 6,333,426
2018-08-27 Mon 5,570,875
2018-08-28 Tue 5,327,305
2018-08-29 Wed 5,425,794
