Pandas 강좌 6 - 시계열(Time series)

“10 minutes to pandas” 문서를 따라해보며 작성했습니다. 

https://pandas.pydata.org/pandas-docs/stable/user_guide/10min.html

2022. 02. 02  최초작성

2022. 3. 20

 

샘플링

 

특정 주기로 샘플링된 데이터를 원하는 주기로 리샘플링을 할 수 있습니다.

 

import numpy as np import pandas as pd # 2022년 1월 1일 0시 0분 0초부터 1초 간격으로 20개를 생성합니다. rng = pd.date_range("1/1/2022", periods=20, freq="S") print(rng) print('\n\n') # 앞에서 생성한 시간정보를 인덱스로 하여 0 ~ 10 사이의 숫자를 20개 생성합니다. ts = pd.Series(np.random.randint(0, 10, len(rng)), index=rng) print(ts) print('\n\n') # sum 메소드를 사용하여 2초 간격으로 리샘플링합니다. 예를 들어 0초, 1초 값을 더해서 0초의 값으로, 2초, 3초 값을 더해서 2초의 값으로 ... 사용합니다. ts_new = ts.resample("2s").sum() print(ts_new) print('\n\n') # first 메소드를 사용하여 2초 간격으로 리샘플링합니다. 예를 들어 0초, 1초 중 0초의 값을 사용하고,  2초, 3초 값 중 2초의 값을 사용하고 ... 사용합니다. ts_new = ts.resample("2s").first() print(ts_new) 실행 결과 DatetimeIndex(['2022-01-01 00:00:00', '2022-01-01 00:00:01',                '2022-01-01 00:00:02', '2022-01-01 00:00:03',                '2022-01-01 00:00:04', '2022-01-01 00:00:05',                '2022-01-01 00:00:06', '2022-01-01 00:00:07',                '2022-01-01 00:00:08', '2022-01-01 00:00:09',                '2022-01-01 00:00:10', '2022-01-01 00:00:11',                '2022-01-01 00:00:12', '2022-01-01 00:00:13',                '2022-01-01 00:00:14', '2022-01-01 00:00:15',                '2022-01-01 00:00:16', '2022-01-01 00:00:17',                '2022-01-01 00:00:18', '2022-01-01 00:00:19'],               dtype='datetime64[ns]', freq='S') 2022-01-01 00:00:00    5 2022-01-01 00:00:01    5 2022-01-01 00:00:02    8 2022-01-01 00:00:03    6 2022-01-01 00:00:04    2 2022-01-01 00:00:05    2 2022-01-01 00:00:06    7 2022-01-01 00:00:07    8 2022-01-01 00:00:08    6 2022-01-01 00:00:09    7 2022-01-01 00:00:10    0 2022-01-01 00:00:11    0 2022-01-01 00:00:12    3 2022-01-01 00:00:13    4 2022-01-01 00:00:14    1 2022-01-01 00:00:15    5 2022-01-01 00:00:16    1 2022-01-01 00:00:17    1 2022-01-01 00:00:18    7 2022-01-01 00:00:19    8 Freq: S, dtype: int64 2022-01-01 00:00:00    10 2022-01-01 00:00:02    14 2022-01-01 00:00:04     4 2022-01-01 00:00:06    15 2022-01-01 00:00:08    13 2022-01-01 00:00:10     0 2022-01-01 00:00:12     7 2022-01-01 00:00:14     6 2022-01-01 00:00:16     2 2022-01-01 00:00:18    15 Freq: 2S, dtype: int64 2022-01-01 00:00:00    5 2022-01-01 00:00:02    8 2022-01-01 00:00:04    2 2022-01-01 00:00:06    7 2022-01-01 00:00:08    6 2022-01-01 00:00:10    0 2022-01-01 00:00:12    3 2022-01-01 00:00:14    1 2022-01-01 00:00:16    1 2022-01-01 00:00:18    7 Freq: 2S, dtype: int64

 

시간대(Time zone)

import numpy as np import pandas as pd # 2022년 1월 1일 0시 0분 부터 일 간격으로 5개를 생성합니다. rng = pd.date_range("1/1/2022 02:00", periods=5, freq="D") print(rng) print() # 앞에서 생성한 시간정보를 인덱스로 하여 무작위 숫자를 5개 생성합니다. ts = pd.Series(np.random.randn(len(rng)), rng) print(ts) print() # UTC 시간대로 설정합니다. ts_utc = ts.tz_localize("UTC") print(ts_utc) print() # 다른 시간대로 변경합니다. # 11:00:00은 서울 시간대로 11시라는 의미이며 # +09:00은 서울 시간대는 UTC 시간 + 9라는 의미입니다. print(ts_utc.tz_convert('Asia/Seoul'))

시간 범위 표현 간 변환

import numpy as np import pandas as pd # 2022년 1월 1일부터 한달 단위로 5개의 날짜를 생성합니다. rng = pd.date_range("1/1/2022", periods=5, freq="M") print(rng) print() # 앞에서 생성한 시간정보를 인덱스로 하여 숫자 5개를 생성합니다. ts = pd.Series(np.arange(len(rng)), index=rng) print(ts) print() # 날짜를 한달 간격으로 변경합니다. ps = ts.to_period(freq='M') print(ps) print() # 날짜를 매달의 첫날로 변경합니다. print(ps.to_timestamp())

 

Pandas 강좌 1 - Pandas 객체 생성

https://webnautes.tistory.com/1957

 

Pandas 강좌 2 - 데이터 보는 방법

https://webnautes.tistory.com/1958

 

Pandas 강좌 3 - 데이터 선택하는 방법

https://webnautes.tistory.com/1959

 

Pandas 강좌 4 - 연산(Operations)

https://webnautes.tistory.com/1960

 

Pandas 강좌 5 - 연결 및 그룹핑

https://webnautes.tistory.com/1961

 

Pandas 강좌 6 - 시계열(Time series)

https://webnautes.tistory.com/1962

 

Pandas 강좌 7 - 그래프 그리기(Plotting)

https://webnautes.tistory.com/1963

 

Pandas 강좌 8 - Pandas에서 CSV, HDF5, Excel로 저장 및 읽기

https://webnautes.tistory.com/1964

 

Pandas 강좌 9 - 결측치(Missing data)

https://webnautes.tistory.com/1965