R或Python中的季节性调整

Question

有没有人知道在Python中进行季节性调整的常规，甚至更好？以下是一个示例数据集（南非CPI），该数据集在今年的前几个月往往会出现峰值：

我想找到剥离季节性因素的潜在压力，但我理想的是喜欢使用相当直接的东西，用任何一种语言构建，而不是直接连接或使用像Demetra这样的外部包。

Answer 1

步骤1.定义数据。

（从http://www.statssa.gov.za/publications/P0141/P0141February2011.pdf获得）

CPI <- c(102.3, 103.1, 104.3, 105.7, 106.2, 106.6, 107, 108.2, 108.5, 108.9, 
        108.9, 108.9, 109.2, 109.5, 110.2, 111.1, 111.3, 111.5, 111.5, 
        112.2, 112.3, 112.4, 112.6, 112.8, 113, 113.5, 114.3)

步骤2.计算索引的每月变化，并转换为时间序列对象。

dCPI <- ts(CPI[-1] - CPI[-length(CPI)], start=2008, frequency=12)

步骤3.使用函数stl()计算季节，趋势和残差：

plot(stl(dCPI, "periodic"))

Answer 2

http://mail.scipy.org/pipermail/scipy-user/2010-January/023847.html