时间序列蟒蛇(麻木或 pandas )的线性回归 [英] linear regression for timeseries python (numpy or pandas)

问题描述

我对Python和编程一般都是新手，所以请原谅任何简单的错误/应该很明显的事情。

我想要做的很简单，我只想将一种线性趋势(一维多项式)与一系列时间序列进行拟合，看看斜率是正还是负。现在，我只是想让它在一个时间序列中发挥作用。

问题： pandas 和麻木似乎都不能回归约会时间。我的约会时间不固定(通常为每月1天，但不是同一天)，因此无法使用Linear Regression from Time Series Pandas

中提出的建议

我的时间序列CSV如下：

StationName,    year,   month,  day,    depth,  NO3-N,  PO4-P,  TotP,   TotN,
Kvarnbacken (Savaran),  2003,   2,  25, 0.5,    46, 9,  14, 451
Kvarnbacken (Savaran),  2003,   3,  18, 0.5,    64, 15, 17, 310
Kvarnbacken (Savaran),  2003,   3,  31, 0.5,    76, 7,  19, 566

到目前为止，我所拥有的是

import datetime as dt
from scipy import stats
import numpy as np

# read in station csv file
data = pd.read_csv('Kvarnbacken (Savaran)_2003.csv')
data.head()
# set up dates to something python can recognize
data['date'] = pd.to_datetime(data.year*10000+data.month *
                          100+data.day, format='%Y%m%d')

我试过

slope, intercept, r_value, p_value, std_err = stats.linregress(data.date,
                                                               data.TotP)

并收到错误 TypeError：ufunc add不能使用dtype(‘)类型的操作数

我也试过

coefP = np.polyfit(data.date, data.TotP, 1)
polyP = np.poly1d(coefP)
ys = polyP(data.date)
print 'For P: coef, poly'
print coefP
print polyP

，并收到相同的错误。

我猜最简单的方法是做一些事情，我只计算自第一次测量以来的天数，然后只用天数和总磷浓度(TOTP)进行回归，但我不确定最简单的方法是什么，或者是否有其他技巧。

推荐答案

您可以通过以下方式将日期时间转换为天。

data['days_since'] = (data.date - pd.to_datetime('2003-02-25') ).astype('timedelta64[D]')

        date  days_since
0 2003-02-25           0
1 2003-03-18          21
2 2003-03-31          34

现在您应该可以像上面那样倒退了。

slope, intercept, r_value, p_value, std_err = stats.linregress(data.days_since, 
                                                               data.TotP)
slope, intercept
(0.1466591166477916, 13.977916194790488)

您可能还希望考虑其他回归选项，如statsmodels包，特别是如果您将经常执行此类操作。(请注意，与线性回归相比，x和y是相反的)

import statsmodels.formula.api as smf

smf.ols( 'TotP ~ days_since', data=data ).fit().params

Intercept     13.977916
days_since     0.146659

这只是统计模型输出btw的一小部分(使用summary()而不是params来获得额外的输出。

这篇关于时间序列蟒蛇(麻木或 pandas )的线性回归的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！