如何转换回来?

时间:2018-11-26 15:46:57

标签: python python-3.x pandas series

我将我的时间序列转换为具有微分的平稳时间序列

data['consumption_diff'] = data.consumption-data.consumption.shift(1) 

如何将consumption_diff转换为消费量?

1 个答案:

答案 0 :(得分:0)

您可以使用numpy的“ r_”对象来连接和展宽数组,并使用“ cumsum()”函数来累计值。

<?php
// This sends a persistent cookie that lasts a day.
session_start([
    'cookie_lifetime' => 86400,
]);
?>

这样可以解开时间序列数据,如果对将来需要解开的日期进行了预测,这将很有帮助。但是,您已经具有未扩散的值:import numpy as np undiffed = np.r_[data.consumption.iloc[0], data.consumption_diff.iloc[1:]].cumsum() 是您的原始未扩散的数据。