用于Python时间序列预测的RNN

Question

我有一个时间序列流，该流具有以下属性（周号，天，时间HH：MM：SS，Park1，Park2，..，Parkn），我想在此预测每个停车场的可用空间数量很多。

我发现循环神经网络可以帮助我预测自由空间的数量。我已经标准化了我的数据（15周中从7:00到19:00的工作日），如图所示。有每日和每周的模式。现在，我想预测接下来的15分钟/ 1或2个小时内的可用空间，但是正在努力寻找代码以将RNN应用于我的数据集。 我是Python和Tensorflow的初学者，我已经尝试过tensorflow教程here，但是我不知道如何将其应用于我的数据。 我了解我必须读取文件并将其存储为以下数组：

dataset = pd.read_csv('myfile.csv')
X = dataset.iloc[:, 1:n].values
y = dataset.iloc[:, i].values

但是如何存储时间值？以及如何划分我的集合以训练/测试并应用RNN？
请问有什么建议吗？