Pandas Автоматизация c Идентификация freq для pd.date_range из данных

Question

Я пытаюсь разработать среду для работы с данными временных рядов. Я прочитал данные временного ряда в pandas кадре данных, который содержит столбец времени. Частота времени может быть часом / днем ​​/ кварталом / месяцем и т. Д. c. В настоящее время я застрял в создании будущих значений времени для прогнозов.

Например, если серия была ежемесячной, я могу получить ее, используя:

forecast_period = pd.date_range(start='1994-09-01', periods=12, freq='MS')

Но мне нужен универсальный c способ, который может найти частота временного ряда автоматически и генерировать будущие значения (аналогично экстраполяции).

Answer 1

Я написал функцию для поиска частоты, используя подход, основанный на правилах. Я думаю, это будет работать в большинстве ситуаций. Любые отзывы приветствуются.

def findSampleFreq(ts, nrows=10, time_col='TimeStamp'):
n = min(nrows, ts.shape[0])

t_diffs = []
for i in np.arange(n):
    td = ts.loc[i+1, time_col]-ts.loc[i, time_col]
    t_diffs.append(td)

avg_diff = np.mean(t_diffs)

diff_ns = avg_diff.value
diff_us = diff_ns / 1000
diff_ms = diff_us / 1000
diff_sec = diff_ms / 1000    
diff_min = diff_sec / 60
diff_hour = diff_min / 60
diff_day = avg_diff.days
diff_wk = diff_day / 7
diff_month = diff_day / 30.4375
diff_qtr = diff_day / 91.3125
diff_yr = diff_day / 365.25

#the unit having minimum absolute difference with 1
# is the sampling freq
diffs = [np.abs(1-diff_ns), np.abs(1-diff_us), np.abs(1-diff_ms),
         np.abs(1-diff_sec), np.abs(1-diff_min), np.abs(1-diff_hour),
         np.abs(1-diff_day), np.abs(1-diff_wk), np.abs(1-diff_month),
         np.abs(1-diff_qtr), np.abs(1-diff_yr)]

aliases = ['N', 'U', 'L', 'S', 'T', 'H', 'D', 'W', 'MS', 'Q', 'YS']    
id = diffs.index(min(diffs))
return aliases[id]