时间序列分析 - Pandas数据分析实战训练营

第一章时间序列基础

1.1 什么是时间序列

时间序列是按时间顺序排列的数据点序列，通常用于分析随时间变化的数据。

时序数据特征：趋势、季节性、周期性、噪声
时间戳：DatetimeIndex
频率：秒、分、时、日、周、月、年
平稳性：统计特性不随时间变化

💡 时间序列分析广泛应用于销售预测、股票分析、天气预报等领域。

1.2 Pandas时间序列处理

import pandas as pd

# 创建时间序列数据
dates = pd.date_range(start='2023-01-01', periods=365, freq='D')
data = {'sales': [100 + i * 0.5 + (i % 7) * 10 for i in range(365)]}
df = pd.DataFrame(data, index=dates)

print(df.head())
print(f"\n数据类型: {type(df.index)}")
print(f"时间范围: {df.index.min()} 到 {df.index.max()}")

第二章趋势和季节性分析

2.1 移动平均

移动平均用于平滑数据，揭示潜在趋势。

# 计算移动平均
df['MA7'] = df['sales'].rolling(window=7).mean()
df['MA30'] = df['sales'].rolling(window=30).mean()

print("移动平均结果:")
print(df[['sales', 'MA7', 'MA30']].head(10))

2.2 季节性分解

将时间序列分解为趋势、季节性和残差分量。

from statsmodels.tsa.seasonal import seasonal_decompose

# 季节性分解
result = seasonal_decompose(df['sales'], model='additive', period=7)

print("分解结果:")
print("趋势分量:", result.trend.dropna().head())
print("季节分量:", result.seasonal.head())
print("残差:", result.resid.dropna().head())

第三章 ARIMA模型

3.1 ARIMA简介

ARIMA（自回归综合移动平均模型）是常用的时间序列预测方法：

AR(p)：自回归项
I(d)：差分阶数
MA(q)：移动平均项

3.2 ACF和PACF分析

自相关函数(ACF)和偏自相关函数(PACF)用于确定ARIMA参数。

第四章时间序列预测实战

4.1 完整预测示例

💻 在线代码编辑器

import pandas as pd
import numpy as np

# 创建模拟时间序列数据
np.random.seed(42)
dates = pd.date_range(start='2023-01-01', periods=100, freq='D')
trend = np.linspace(100, 150, 100)
seasonal = 10 * np.sin(np.linspace(0, 10 * np.pi, 100))
noise = np.random.normal(0, 2, 100)
sales = trend + seasonal + noise

df = pd.DataFrame({'sales': sales}, index=dates)

print("时间序列数据:")
print(df.head())

# 计算移动平均
df['MA7'] = df['sales'].rolling(window=7).mean()
df['MA30'] = df['sales'].rolling(window=30).mean()

print("\n移动平均计算完成")
print(df[['sales', 'MA7', 'MA30']].dropna().head())

# 计算增长率
df['growth'] = df['sales'].pct_change() * 100

print("\n增长率计算完成")
print(f"平均增长率: {df['growth'].mean():.2f}%")
print(f"最大增长率: {df['growth'].max():.2f}%")
print(f"最小增长率: {df['growth'].min():.2f}%")

# 统计分析
print("\n数据统计摘要:")
print(df['sales'].describe())

📤 输出结果

练习题（共5题）

练习 1：创建时间序列

创建一个简单的时间序列数据集。

import pandas as pd
import numpy as np

# 创建时间序列数据
dates = pd.date_range(start='2024-01-01', periods=30, freq='D')
values = np.random.randint(50, 150, size=30)

# 创建DataFrame
ts_df = pd.DataFrame({'value': values}, index=dates)

print("时间序列数据:")
print(ts_df.head())
print(f"\n数据范围: {ts_df.index.min()} 到 {ts_df.index.max()}")
print(f"数据点数: {len(ts_df)}")

📤 输出结果

练习 2：移动平均计算

计算时间序列的移动平均值。

import pandas as pd
import numpy as np

# 创建数据
dates = pd.date_range('2024-01-01', periods=30, freq='D')
sales = 100 + np.cumsum(np.random.randn(30) * 5)

df = pd.DataFrame({'sales': sales}, index=dates)

# 计算7天和14天移动平均
df['MA7'] = df['sales'].rolling(window=7).mean()
df['MA14'] = df['sales'].rolling(window=14).mean()

print("移动平均结果:")
print(df.dropna().head(10))

📤 输出结果

练习 3：时间序列切片

对时间序列进行切片操作。

import pandas as pd
import numpy as np

# 创建月度数据
dates = pd.date_range('2023-01-01', periods=12, freq='M')
revenue = [12000, 15000, 13500, 18000, 20000, 17500, 
           19000, 22000, 21000, 25000, 28000, 32000]

df = pd.DataFrame({'revenue': revenue}, index=dates)

# 提取上半年数据
first_half = df['2023-01':'2023-06']

# 提取下半年数据
second_half = df['2023-07':'2023-12']

print("上半年收入:")
print(first_half)
print(f"\n上半年总收入: {first_half['revenue'].sum()}")

print("\n下半年收入:")
print(second_half)
print(f"\n下半年总收入: {second_half['revenue'].sum()}")

📤 输出结果

练习 4：增长率计算

计算时间序列的增长率。

import pandas as pd

# 创建数据
data = {
    'date': ['2024-01-01', '2024-02-01', '2024-03-01', '2024-04-01', '2024-05-01'],
    'sales': [10000, 12000, 11500, 14000, 13500]
}
df = pd.DataFrame(data)
df['date'] = pd.to_datetime(df['date'])
df = df.set_index('date')

# 计算环比增长率
df['growth_rate'] = df['sales'].pct_change() * 100

# 计算同比增长率（假设去年同期数据）
last_year_sales = [9000, 10500, 10000, 12000, 11500]
df['last_year_sales'] = last_year_sales
df['yoy_growth'] = ((df['sales'] - df['last_year_sales']) / df['last_year_sales']) * 100

print("增长率计算结果:")
print(df)
print(f"\n平均环比增长率: {df['growth_rate'].mean():.2f}%")
print(f"平均同比增长率: {df['yoy_growth'].mean():.2f}%")

📤 输出结果

练习 5：时间序列重采样

对时间序列进行重采样操作。

import pandas as pd
import numpy as np

# 创建日度数据
dates = pd.date_range('2024-01-01', periods=60, freq='D')
daily_sales = np.random.randint(100, 500, size=60)

df = pd.DataFrame({'sales': daily_sales}, index=dates)

# 按周重采样
weekly_df = df.resample('W').sum()
weekly_df.columns = ['weekly_sales']

# 按月重采样
monthly_df = df.resample('M').agg({'sales': ['sum', 'mean', 'max', 'min']})
monthly_df.columns = ['total', 'average', 'max', 'min']

print("周度销售数据:")
print(weekly_df)

print("\n月度销售统计:")
print(monthly_df)

📤 输出结果

测试题（共 5 题，满分 100 分）

1. 时间序列数据的特点是什么？

2. Pandas中创建时间索引的函数是？

3. 移动平均的主要作用是什么？

4. ARIMA模型中的I代表什么？

5. 重采样操作resample('M')表示什么频率？

🎉

测试完成！

0分

太棒了！继续努力！

返回首页 →

作业提交

📝 时间序列分析作业

请完成以下任务：

创建一个包含趋势和季节性的时间序列
计算移动平均值
计算增长率
进行重采样分析

💻 作业代码提交

📤 代码运行结果