处理时间序列数据在 Python 中非常常见，尤其是在金融、经济、气象、物联网等领域。Python 提供了多个强大的库来处理时间序列数据，其中最常用的是： - `pandas`：提供 `DatetimeIndex` 支持，用于时间序列的索引、切片、重采样等操作。 - `numpy`：用于数值计算。 - `matplotlib` / `seaborn`：用于时间序列可视化。 - `statsmodels`：用于时间序列建模与分析。 - `pandas_datareader` / `yfinance`：用于从网络获取金融时间序列数据。 --- ### 一、基本处理流程 #### 1. 数据加载与时间索引设置 ```python import pandas as pd # 假设你有一个包含日期的 CSV 文件 df = pd.read_csv('time_series_data.csv') # 将日期列转换为 datetime 类型 df['date'] = pd.to_datetime(df['date']) # 设置为索引 df.set_index('date', inplace=True) ``` #### 2. 数据排序与切片 ```python # 按时间排序 df = df.sort_index() # 按时间范围切片 df_subset = df['2023-01-01':'2023-12-31'] ``` #### 3. 时间序列频率设置与重采样 ```python # 设置频率（例如每日） df = df.asfreq('D') # 重采样（例如按月聚合） df_monthly = df.resample('M').mean() ``` --- ### 二、缺失值处理 ```python # 填充缺失值 df_filled = df.asfreq('D').fillna(method='ffill') # 前向填充 # 或者插值 df_interpolated = df.interpolate(method='linear') ``` --- ### 三、时间序列可视化 ```python import matplotlib.pyplot as plt df.plot() plt.title("Time Series Plot") plt.xlabel("Date") plt.ylabel("Value") plt.show() ``` --- ### 四、时间序列建模（简单示例） 使用 `statsmodels` 进行 ARIMA 模型建模： ```python from statsmodels.tsa.arima.model import ARIMA # 拟合 ARIMA 模型 (p,d,q) = (1,1,1) model = ARIMA(df['value'], order=(1,1,1)) results = model.fit() # 预测 forecast = results.forecast(steps=5) print(forecast) ``` --- ### 五、示例：获取并分析股票数据（使用 yfinance） ```python import yfinance as yf # 获取苹果公司过去一年的股票数据 data = yf.download('AAPL', start='2023-01-01', end='2024-01-01') # 查看数据 print(data.head()) # 绘制收盘价 data['Close'].plot(title='AAPL Closing Price') plt.show() ``` --- ### 六、问题产生的原因 - **时间格式未正确解析**：导致无法进行时间索引操作。 - **频率不一致**：如数据中存在缺失日期，影响重采样或建模。 - **未排序索引**：时间序列未排序会导致切片错误。 - **模型参数选择不当**：如 ARIMA 模型的 (p,d,q) 设置不合理。 ---