关联问题
换一批
我有一个带有datetime索引的dataframe，其中数据被不规则地采样( datetime索引有间隙，即使在没有间隙的地方，样本之间的间隔也是不同的)。如果我这样做了：这样行得通吗？autocorr知道如何处理不规则采样的日期时间数据吗</
浏览 47提问于2019-10-25得票数 0
我在计算股票收益的自相关函数。为此，我测试了两个函数，一个是内置于Pandas中的autocorr函数，另一个是statsmodels.tsa提供的acf函数。这是在以下MWE中完成的：from pandas_datareader import data
test_df = pd.DataFrame([ticker_dat
浏览 2提问于2016-03-16得票数 39
回答已采纳
1回答
Matlab函数autocorr (文档)使用快速傅立叶变换(FFT)算法计算单个时间序列的样本自相关：F = fft(y-mean/acf(1); % Normalize假设我有同一随机过程(时间序列)的多个实现，并且我想计算样本自相关。一种天真的方法是为每个时间序列调用au
浏览 0提问于2016-10-12得票数 3
我有一个包含按时间索引的时间序列的dataframe，但是具有不规则的时间增量，如下所示time x
2018-08-18 17:45:08 1.4562例如，如果2018-08-18 17:45:08有一个样本，第二天我们没有同时得到一个样本，但最近的样本是在2018-08-19 17:44:29，那么我想得到这两次之间的</
浏览 0提问于2020-05-26得票数 1
回答已采纳
我正在尝试使用下面的代码来计算时间序列中样本窗口的自相关性。_1D(magCnt); autocorr[i] /= autocorr[0];第一个问题是:可以看到，这段代码将自相关结果映射到[0,1]
浏览 3提问于2012-09-02得票数 10
回答已采纳
我有一个相当大的时间序列(500M样本)，具有不规则的时间戳。 特别是，有时样本的间隔非常紧密(ms)，然后间隔非常大(几天没有样本)。我经常使用C++实用程序将整个系列从Influx中提取出来进行处理。 如果我试图一次拉取整个序列，它太大了，查询冻结或失败。 因此，我以“块”的形式检索它，其中一个块的时间跨度约为30mn。我有
浏览 36提问于2021-10-29得票数 0
1回答
最初在...posted中使用的StackOverflow (可能更适合这里)我正在处理不规则的、高频的时间序列数据.在一秒钟内，我可以有多个数据点，如下面的timestamp字段所示，这样我就可以减少数据点的数量，并在不丢失信息或引入任何偏见的情况下标准化时间步骤。到目前为止，我只在我们数据</em
浏览 0提问于2018-07-06得票数 1
1回答
我有一些被划分为event-related.的值所以并不是每分钟都有相同数量的数据。为了能够更好地处理这些数据，我的目标是只有每分钟取第一行值。从csv导入数据的时间如下所示：2011年11月11日11:112011年11月11日11:112011年11月11日11如下所示：
df=df.groupby([pd.Grouper(key =
浏览 5提问于2022-01-04得票数 0
3回答
不规则时间序列的滚动回归
、、、
因此，如果我有一个时间序列是不规则采样600秒，窗口是30，回归是每30秒，而不是每30个样本。首先，我阅读了与对不规则时间序列数据执行滚动函数有关的其他一些问题，例如：和。无论如何，正确的处理对我来说很重要，因为对于不规则的</e
浏览 7提问于2017-10-20得票数 2
我有两个数据序列，它们都包含一个间隔不规则、毫秒分辨率的时间戳列。我在这里的目标是匹配行，以便对于每个匹配的行，1)第一个时间戳总是小于或等于第二个时间戳，2)匹配的时间戳是所有满足1的时间戳最接近的。
有什么方法可以用pandas.merge来完成吗？
浏览 5提问于2014-01-18得票数 24
回答已采纳
1回答
我有一个包含几个时间序列的数据： 0 1 20.0我知道我可以单独做：Out[10]: autocorr 0.995285
对于做同样的事情
浏览 0提问于2018-05-21得票数 1
回答已采纳
1回答
我有一些非规则采样的一维数据(时间序列数据)，即非恒定采样率。我想把这些数据转换成一个定期抽样(统一抽样率)的时间序列。我曾尝试过用线性插值来实现这一点，但是，当样本之间的时间有很大的变化时，这并不是很有效。这并不令人惊讶。我还尝试了一些特别的方法，这些方法也不是很有效。我看过几篇关于在不规则网格上使用匹配追踪进行插值的论文；但
浏览 4提问于2013-03-23得票数 1
Apache与InfluxDB相比，IoT传感器数据需要快速分析(例如机器人技术)？
是否有卷起/aggregation功能(例如将1s间隔数据转换为1分钟间隔数据)？是否支持连续查询(即数据查询上的</
浏览 2提问于2016-09-24得票数 3
2回答
以不规则间隔进行重采样
、、、、
我在pandas数据框中存储了一个规则间隔的时间序列： 1998-01-01 00:00:00 5.711998-01-02 00:00我还有一个不规则间隔的日期列表： 1998-01-011998-09-21
.... 我想计算日期列表中每个时间间隔之间的时间序列的平均值。使用pand
浏览 30提问于2019-04-17得票数 1
回答已采纳
我使用的是python 3.7。 我正在使用ARIMA模型执行时间序列预测。我正在使用自相关图评估ARIMA数据的属性-特别是使用pandas.plotting的autocorrelation_plot。我的数据大约有50,000条记录，这使得该图非常繁忙，很难找出任何具体的趋势。有没有一种方法可以限制x轴，使前几百个滞后更加清晰？我不能分享实际的情节，但我的代码
浏览 42提问于2019-04-11得票数 8
回答已采纳
1回答
我有以下数据集，其中时间戳列在[1] "POSIXlt" "POSIXt"中我尝试使用ts函数来获取日期列和第6列之间的图表，但当我尝试将数据帧转换为ts列时:我得到以下错误：
Error in attr(d
浏览 2提问于2013-04-25得票数 0
对于不规则的时间序列，S和我想要取至少dt分开的点，但不改变它们的时间戳。例如，考虑对以下序列进行采样： 1 5 9 2 37 1 472 time S 11 34 47 2
pandas<
浏览 0提问于2015-10-27得票数 0
时间序列数据的数据集需要从具有不规则时间间隔的数据集转变为规则的时间序列，可能使用插值和重采样。
Python的就是这样做的一个函数。Javascript可以做同样的事情吗？时间序列数据集存储在Mongodb中。
浏览 1提问于2014-07-08得票数 4
2回答
这些事件有点不寻常，因为它们是：
是否有一种方法可以使用现有的Pandas功能创建具有不规则持续时间的Period对象？
浏览 1提问于2013-08-28得票数 18
我有一个有规律的时间序列和一个不规则日期的DatetimeIndex。我想获得一个新的不规则时间序列，其中不规则时间是使用标准方法之一从常规时间填充的("ffill“是我想要的)。import pandas as pd
times = pd.date_range(start="2000-01-01 00:0
浏览 0提问于2019-07-15得票数 0
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
热门标签
云服务器
ICP备案
对象存储
云直播
腾讯会议活动推荐
腾讯云开发者
