腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(1518)
视频
沙龙
1
回答
在
python
中将
缺失
数据处理
为
时间
序列
中
最近
5个
观测
值
的
移动
平均值
、
、
我有一个
时间
序列
数据,日期差距高达4个月。填充这些丢失
的
数据
值
的
最佳方法是什么?cumsum()data = data.fillna(value = data_mean) 然而,这种方法
在
预测方面做得很好我也尝试过使用interpolate()方法,但是得到了非常好
的
结果。 场景是:有
缺失
值
的
地方,当天
浏览 21
提问于2020-08-04
得票数 0
回答已采纳
1
回答
如何填补
时间
序列
数据
中
缺失
的
观测
量
、
、
我有一个假设
的
时间
序列
数据框架,它有一些
缺失
的
观测
(假设数据框架应该包括所有日期和相应
值
,以及一年
中
所有日期)。正如我们
在
头尾信息中所看到
的
,有一定
的
日期和相应
的
值
是
缺失
的
(1月30日和12月29日)。在数据框架
中
还会有更多这样
的
数据,有时会连续一个以上
的
日期缺少
观测
浏览 3
提问于2021-03-26
得票数 1
回答已采纳
1
回答
增加R
中
的
引导带尺寸
、
我有一个关于回报
的
时间
序列
,大约是20年。基于这个
时间
序列
,我想要计算某种
移动
的
自举来计算每个
观测
的
平均回报。让我
在
一个例子
中
说明这一点: 假设我们有从01.01.1990开始
的
信息,我想从02101.1991开始计算引导
的
方法。
在
01.01.1991,我想根据01.01.1991-01.01.1990.之间
的
返回
值</
浏览 3
提问于2017-11-04
得票数 0
回答已采纳
1
回答
R
中
时间
序列
的
保正插
值
、
、
、
、
我有一些
缺失
值
的
数据,我知道它们是正
的
。我正在尝试使用forecast包
中
的
na.interp来插入
缺失
值
。然而,一些插
值
的
值
变成了负值。我尝试了zoo包
中
的
na.approx,但近似
值
与
时间
序列
的
季节趋势不一致。 我不能在对数域中插
值
,因为我
的
一些
浏览 5
提问于2017-06-11
得票数 0
6
回答
R
中
具有可变
时间
窗口
的
移动
平均
我想要计算某个
时间
窗口
的
移动
平均值
,而不是
在
时间
序列
开始时生成NAs。例如,如果我将
时间
窗口设置
为
3,则2个第一个
观测
值
将具有NAs。我想要
的
是第一次观察
的
时间
窗口
为
1,第二次观察
的
时间
窗口
为
2,其余所有观察
的
时间
窗口
为
3
浏览 0
提问于2013-02-18
得票数 7
回答已采纳
1
回答
数据集测井
值
变化
的
均值/Std计算
、
、
、
、
我希望计算一个
时间
序列
数据集
的
平均值
和std
值
,该数据集只
在
值
发生变化时记录。[[152345235, 3], [152345335, 12], [152345835, 8]] 我们使用
python
来清理
浏览 1
提问于2017-10-11
得票数 0
回答已采纳
1
回答
如何在没有SSC包
的
情况下执行滚动窗口计算
目标:对Stata
中
包含变量PanelVar、TimeVar和Var1
的
面板数据执行滚动窗口计算,在这些变量
中
,窗口可以
在
不同窗口大小
的
循环中更改。问题:对于处理此问题
的
包,无法访问SSC (如rangestat)by PanelVar: gen Var1_1 = Var1[_n]by PanelVar: gen Var1SumLag = sum(Var1[(_n-3)
浏览 5
提问于2020-11-18
得票数 1
回答已采纳
1
回答
我应该使用哪一种平滑算法来增强
时间
序列
数据集?
、
、
我正在处理一个
时间
序列
数据集,在这里我想同时进行预测和预测。所以,如果你有任何建议,请分享。谢谢!
浏览 5
提问于2022-10-21
得票数 0
1
回答
熊猫归责
、
我有一个多年
的
时间
序列
,半小时分辨率与一些差距,并希望计算它们
的
平均值
为
基础
的
其他年份,但同时。例如,如果一个
值
在
2005-1-1-12:00丢失,我想同时取所有的
值
,但是从所有其他年份和
平均值
,然后用
平均值
来计算
缺失
的
值
。我得到
的
是:import numpy as n
浏览 2
提问于2015-07-21
得票数 2
回答已采纳
1
回答
熊猫:非季节性
时间
序列
数据
、
.我想把我
的
时间
序列
按季节化,除以它们各自5分钟
时间
间隔
的
平均体积。要做到这一点,我需要在22天内每5分钟取一次
时间
序列
的
平均音量。所以
在
16:00之前,我每隔5分钟就会得到一个
时间
序列
的
平均值
9:30:00 - 9:35:00; 9:35:00 - 9:40:00; 9:40:00 - 9:45:00 ...。间隔9:30:00 - 9:35:00
的</
浏览 4
提问于2014-06-29
得票数 1
回答已采纳
1
回答
在
Python
中
是否有与tsset和to等效
的
代码?
、
、
、
我想知道
Python
中
是否有相同
的
代码,它提供了Stata
中
的
tsset和tsfill, full
的
相同功能。tsset将内存
中
的
数据声明为
时间
序列
。根据Stata手册,tsfill, full
的
描述如下: tsfill
在
tsset之后被用来填补
时间
序列
数据
中
<em
浏览 2
提问于2018-10-04
得票数 1
回答已采纳
2
回答
Python
简单指数平滑
、
、
、
、
我从www.nasdaq.com下载了一个特斯拉股票;
在
我下载CSV文件后,我意识到我需要使用Microsoft Excel2016转换CSV。为了显示原始数据和“平滑数据”
的
图形,使用简单
的
指数平滑,或者有时称为单指数平滑。这更多地是关于使用
python
-ggplot
的
时间
序列
预测。340.37 - 03/04/2017 | 298.52 - 01/03/20
浏览 10
提问于2018-02-04
得票数 1
回答已采纳
1
回答
MATLAB
时间
序列
回归,处理NaNs
为了提供一个最小
的
例子(我想在许多应用程序中使用这个解决方案),我
在
MATLAB中使用了regress函数。我
在
MATLAB
中
拥有的数据是(月)
时间
序列
,然而,某些数据点在某些
序列
的
开头是
缺失
的
。 我遇到
的
问题是,我希望第一个使用Y(即data(:,1))和X2 (即数据(:,2))
的
模型使用前1000个
观测
浏览 0
提问于2018-12-04
得票数 1
回答已采纳
1
回答
增加
的
移动
平均数
、
、
、
、
我想要计算增加
的
移动
平均值
。我正在
浏览 0
提问于2017-10-21
得票数 3
回答已采纳
2
回答
不插
值
高图集中缺少
的
日期
、
我有一个高级图表
的
日期
时间
序列
。传入
的
数据有一些
缺失
的
日期。默认情况下,高级图表会对这些
缺失
的
日期进行插
值
。我希望它将这些日期
的
数据解释
为
0。显然,一种方法是
在
我
的
输入数据
中将
这些日期
的
空数据添加到高级图表
中
。有更好
的
方法吗?
浏览 5
提问于2014-11-07
得票数 2
回答已采纳
1
回答
报表生成器3:
移动
平均(计算系列)只查看非空月份。
我想在图表
中
添加一行,显示“
移动
3个月总计”,使用计算
的
序列
(使用
移动
平均值
)。问题:当有没有数据
的
月份时
浏览 1
提问于2014-01-14
得票数 0
1
回答
基于不规则数据间隔
的
加权
移动
平均
、
、
我是
时间
序列
的
新手,我希望有人能在这里提供一些投入/想法。我希望能找到
移动
平均线,但大多数包(平滑,mgcv,等等)似乎不考虑
时间
间隔。例如,数据集可能如下所示,我希望2016-01-10
的
值
在
计算
缺失
值
时具有最大
的
影响力:2016-01-01
浏览 4
提问于2017-07-25
得票数 1
回答已采纳
2
回答
使用
Python
填充
时间
序列
中
缺失
数据
的
最佳方法是什么?
、
、
、
、
我第一次尝试使用
python
进行连续数据帧
的
案例研究,这是2006-2016年期间
的
属性
时间
序列
数据 我已经尝试了鼠标和插
值
,但不确定它是否正确。
在
python
中
应用哪种方法以及如何应用它?
浏览 1
提问于2020-01-31
得票数 0
2
回答
为
滑动窗口编写一个简单
的
循环
、
、
我有一个由2659个
观测
得出
的
时间
序列
。我需要在一个长度
为
256
的
滑动窗口上执行统计测试,每次我都想从这些测试中提取p
值
,并将它们收集到一个
时间
序列
向量
中
。为了执行这个测试(运行测试),我想要一个
移动
平均值
作为阈值,它与数据和滚动窗口一起
移动
。这是我
的
主音( R)。runs.test(x[i:i+255], threshold = mean(x[
浏览 0
提问于2019-08-12
得票数 1
回答已采纳
1
回答
蟒蛇大熊猫多变量数据
的
时间
增量重采样
、
、
、
对潘达斯来说仍是新鲜事:2016-01-02 19:30:00 2016-01-02 00:00:00 3 400 500指数是指每一个人
的
观测
值
被向上采样
的
日期之间
的
时间
δ,因此每个人
的
观测
值
都有相同
的
长度,
在<
浏览 3
提问于2022-01-24
得票数 0
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
数据处理专题3:缺失值处理
缺失值处理详解
3个用于时间序列数据整理的Pandas函数
python用ARIMA模型预测CO2浓度时间序列实现
机器学习算法原理系列详解-机器学习基础与实践(一)-数据清洗
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券