Question

我有一个时间序列作为pandas Series对象。我想知道我是否可以通过查看过去60天的值来预测一天的价值。出于这个原因，我想将我的时间序列转换为看起来像这样的数据框（这样我就可以将它提供给学习算法）;

Day 1    Day2     ... Day 60   value
986.55   990.95   ... 1618.86  1655.5
990.95   1017.85  ... 1655.5   1669.8
1017.85  1053.68  ... 1669.8   1707.2

我该如何进行此类转换？

我的时间序列看起来像这样（索引是pandas.tseries.index.DatetimeIndex）;

DATE
1991-01-02 986.55
1991-01-03 990.95
1991-01-04 1017.85
1991-01-05 1053.68

Answer 1

说s是你得到的系列。您可以通过日复一日地对系列进行切片来创建DataFrame：

df = pd.DataFrame([s[i:i+60].values for i in range(len(s)-60)])

然后重命名列：

df.columns=['Day '+str(i) for i in range(1,61)]

Answer 2

doffset = pd.tseries.offsets.Day(60)

f = lambda x: pd.DataFrame(x.tolist()).T

pd.concat([f(df['value'].ix[i:i+doffset]) for i in df.index])

将时间序列转换为数据帧，以便每行都有连续的时间片

2 个答案: