time-series相关内容
我正在尝试使用Pandas(0.23.3)计算Series对象的滚动自相关 设置示例: dt_index = pd.date_range('2018-01-01','2018-02-01', freq = 'B') data = np.random.rand(len(dt_index)) s = pd.Series(data, index = dt_index) 创建窗口大小为5的
..
我正在寻找一种有效的方法来识别时间序列中的法术/符文。在下图中,前三列是我拥有的,第四列spell是我要计算的。我已尝试使用dplyr的lead和lag,但这太复杂了。我尝试了rle,但一无所获。 ReprEx df
..
我创建了一个Pandas数据帧df: df.head() Out[1]: A B DateTime 2010-01-01 50.662365 101.035099 2010-01-01 2010-01-02 47.652424 99.274288 2010-01-02
..
我有一个重新采样到此数据帧中的时间序列df, 我的数据是从6月6日到6月28日。它希望将数据从6月1日延长到6月30日。Count列将仅在延长期间内具有0值,而我的实际值将在第6到28天内具有。 Out[123]: count Timestamp 2009-06-07 02:00:00
..
我目前有一个用于时间序列预测的RNN模型。它使用最后96个时间步长中的3个输入要素&Quot;Value&Quot;、&Quot;Temperature&Quot;和&Quot;Hour of the day&Quot;来预测要素&Quot;Value&Quot;的下96个时间步长。 在这里您可以看到它的架构: 这里有当前代码: #Import modules import pa
..
我正在尝试R中具有外部变量的VAR模型: VARM
..
有没有办法在 R 中使用 plotly 绘制时间序列的 3D 表面.我已经尝试了几种方法,但无法获得有意义的表示. 这是我的数据的样子: 0.25 0.5 0.75 1 2 3 4 5 7 101991-01-02 0.1099018 0.1075803 0.1060026 0.1048713 0.1026496 0.10156800 0.10040423 0.09918249 0.09
..
我有一个大型时间序列数据集,通常需要 4 小时来处理 1800 个时间序列的顺序处理.我正在寻找一种使用多个内核来减少此时间的方法,因为我有许多此类数据集需要定期处理. 我用于顺序处理的 R 代码如下.有 4 个文件包含不同的数据集,每个文件包含 1800 多个系列.我一直在尝试使用 doParallel 独立分析每个时间序列并将结果连接到一个文件中.即使是 CSV 文件也可以. # 加载
..
我在 R 中使用 DTW 包.我终于完成了层次聚类.但我想像下图一样单独绘制时间序列集群. sc
..
我有一个包含三级列 MultiIndex 的时间序列 Excel 文件,如果可能的话,我想成功解析它.有一些关于如何为堆栈溢出索引而不是列执行此操作的结果,并且 parse 函数有一个 header 似乎没有获取行列表. ExcelFile 如下所示: A 列是从 A4 开始的所有时间序列日期 B 列有 top_level1 (B1) mid_level1 (B2) low_leve
..
我无法确定使用 arima{stats} 来创建具有特定 MA 术语的 ARMA 模型的特定方法,这些 MA 术语不仅仅由最大数量指定. 我的意思是,我需要指定一个 AR(1)MA(1,4) 模型,该模型应该导致截距、AR1 项、MA1 项和 MA4 项……但这是不同于 AR(1)MA(4) 模型,后者具有 MA1、MA2、MA3 和 MA(4) 的项. 我可以使用 tseries 包
..
我正在尝试使用 R 中的 ARIMA 模型来估算时间序列中的缺失值.我尝试了这段代码,但没有成功. x
..
问题:如何在不获取 NA 值的情况下将 factor 转换为 date 对象. 这是一个类似的帖子:将因子转换为 R 中的日期/时间 在那篇文章中,用户在 date 之前转换为 character 对象.在 as.Date 函数中使用 as.character 转换为 character 对象时,我得到了 NA 值. 我在数据框中有一列,其日期采用因子格式,出现次数不同.这是da
..
我在 36 分钟内每分钟测量室温,在同一时间段内每秒测量皮肤温度 32 次.我有 35 次重复的实验,标记为 (ID).我需要能够查看相关性,但是样本大小不等. 数据: 我有一个 data.frame df1 每分钟测量一次室温,另一个 data.frame df2 每秒测量 32 次皮肤温度.我有 36 分钟的数据.此外,还有另一列名为 ID 的列显示了实验编号 (1-35),但我不
..
我正在学习 R(及其通过 quantmod lib 在交易任务中的应用),并定期浏览社区以从这里获得很多新知识和技巧.我对 R 的总体印象,尤其是对 quantmod lib 的印象——太棒了. 此时我需要经验丰富的 R 用户的帮助.我正在使用通过 getSymbols 下载的时间序列,我需要分别从局部最小值/最大值计算累积增长/下降. 我可以使用 FOR 循环来解决我的任务,也可以在
..
我一直在 pandas 中使用 TimeSeries 的 between_time 方法,它返回指定时间之间的所有值,而不管它们的日期. 但我需要选择两个日期和时间,因为我的时间序列结构包含多个日期. 解决这个问题的一种方法虽然很不灵活,但只是迭代值并删除那些不相关的值. 有没有更优雅的方式来做到这一点? 解决方案 可以先选择感兴趣的日期,然后使用between_time
..
我有一个 Pandas 数据框,我想在每个月的第三个星期五重新采样一次. np.random.seed(0)#请求的输出:日期 = pd.date_range("2018-01-01", "2018-08-31")dates_df = pd.DataFrame(data=np.random.random(len(dates)), index=dates)掩码 = (dates.weekday =
..
我想创建一个水平的“堆积条形"类型图,其中日期沿 x 轴运行,我的样本在 y 轴上显示为条形.在下面的简单示例中,我有三个样本(a、b、c),每个样本包含三个值(0、1、2).我希望根据沿 x 轴的每个时间步的值对水平条进行着色,以便我最终得到三个水平条(每个样本一个),它们从我的第一个时间点运行到最后一个时间点并包含一个一系列具有与不同值相关的颜色的块. 例如,假设我希望值 0 为蓝色,值
..
我相当熟悉通过编写自己的 x 轴标签或主标题来修改绘图的常用方法,但在绘制时间序列分解的结果时,我无法自定义输出. 例如, 库(TTR)t 为您提供观察到的时间序列、趋势等的漂亮基本图.但是,使用我自己的数据(水面以下的深度变化),我希望能够切换 y 的方向轴(例如 ylim=c(40,0) 表示 'observed',或 ylim=c(18,12) 表示 'trend'),将 'se
..
我已经看到这个问题提出 这里和here 但不幸的是,答案并不令人满意.在 VAR 中的 p 参数或 arima 中的 order 参数中输入滞后,R 将包括所有滞后于或低于该规定值. 但是,如果您只想要特定的延迟怎么办?例如,如果我只想在 VAR 中使用滞后 1、2 和 4 怎么办?在 VAR 中输入 P=4 会给我滞后 1、2、3 和 4,但我想排除第三个滞后. 在第一个链接中,用户
..