Eine Zeitreihe ist eine Folge von Datenpunkten mit Werten, die zu aufeinanderfolgenden Zeiten (entweder in kontinuierlicher Zeit oder in diskreten Zeiträumen) gemessen werden. Die Zeitreihenanalyse nutzt diese natürliche zeitliche Ordnung, um Bedeutung und Trends aus den zugrunde liegenden Daten zu extrahieren.
Eine sehr neue Frage, aber sagen Sie, ich habe Daten wie diese: test_data <- data.frame( var0 = 100 + c(0, cumsum(runif(49, -20, 20))), var1 = 150 + c(0, cumsum(runif(49, -10, 10))), date = seq(as.Date("2002-01-01"), by="1 month", length.out=100) ) Wie kann ich sowohl Zeitreihen var0als auch...
Update: Der beste Ergebnis erzielt Algorithmus so weit ist dies ein . In dieser Frage werden robuste Algorithmen zum Erkennen plötzlicher Spitzen in Echtzeit-Zeitreihendaten untersucht. Betrachten Sie den folgenden Datensatz: p = [1 1 1.1 1 0.9 1 1 1.1 1 0.9 1 1.1 1 1 0.9 1 1 1.1 1 1 1 1 1.1 0.9 1...
Ich erstelle ein System, das Geräte mit (wahrscheinlich) 5-Minuten-Intervallen mithilfe von SNMP nach Daten zu unterschiedlichen Metriken wie CPU-Auslastung, Festplattenauslastung, Temperatur usw. abfragt. Das ultimative Ziel besteht darin, einem Benutzer des Systems Visualisierungen in Form von...
Obwohl ich Hadleys Beitrag in der Google-Gruppe auf POSIXctund gefunden habe geom_vline, konnte ich ihn nicht fertigstellen. Ich habe eine Zeitreihe von und möchte zum Beispiel für die Jahre 1998, 2005 und 2010 eine vertikale Linie ziehen. Ich habe es mit ggplotund qplotSyntax versucht , aber ich...
Es scheint keine Funktion zu geben, die einfach den gleitenden Durchschnitt für Numpy / Scipy berechnet, was zu verschlungenen Lösungen führt . Meine Frage ist zweifach: Was ist der einfachste Weg, um einen gleitenden Durchschnitt mit numpy (richtig) zu implementieren? Gibt es einen guten Grund,...
Ich habe meine Serie genommen und sie in eine Datums- / Uhrzeitspalte von dtype = gezwungen datetime64[ns](obwohl ich nur eine Tagesauflösung benötige ... nicht sicher, wie ich sie ändern soll). import pandas as pd df = pd.read_csv('somefile.csv') column = df['date'] column = pd.to_datetime(column,...
Ich habe eine Abfrage wie diese, die eine Reihe von Daten zwischen zwei angegebenen Daten generiert: select date '2004-03-07' + j - i as AllDate from generate_series(0, extract(doy from date '2004-03-07')::int - 1) as i, generate_series(0, extract(doy from date '2004-08-16')::int - 1) as j Es...
Wie verwende ich strptimeoder andere Funktionen, um Zeitstempel mit Millisekunden in R zu analysieren? time[1] # [1] "2010-01-15 13:55:23.975" strptime(time[1], format="%Y-%m-%d %H:%M:%S.%f") # [1] NA strptime(time[1], format="%Y-%m-%d %H:%M:%S") # [1] "2010-01-15 13:55:23"`
Ich bin neu bei Pandas ... Ich habe eine Reihe von Umfragedaten. Ich möchte einen rollierenden Mittelwert berechnen, um eine Schätzung für jeden Tag basierend auf einem dreitägigen Fenster zu erhalten. Wie ich aus dieser Frage verstehe , berechnen die Funktionen rolling_ * das Fenster basierend...
Ich habe 3 Monate Daten (jede Zeile entspricht jedem Tag) generiert und möchte eine multivariate Zeitreihenanalyse für dieselbe durchführen: Die verfügbaren Spalten sind - Date Capacity_booked Total_Bookings Total_Searches %Variation Jedes Datum hat 1 Eintrag im Datensatz und Daten für 3...
Ich habe Zeitreihendaten. Daten generieren date_rng = pd.date_range('2019-01-01', freq='s', periods=400) df = pd.DataFrame(np.random.lognormal(.005, .5,size=(len(date_rng), 3)), columns=['data1', 'data2', 'data3'], index= date_rng) s = df['data1'] Ich möchte eine Zick-Zack-Linie zwischen den...
Ich habe monatliche Frequenzdaten, die ich in tägliche Frequenzdaten aufteilen möchte. Also benutze ich den tdBefehl aus dem tempdisaggPaket in R mit dem folgenden Code: dat=ts(data[,2]) result=td(dat~1, conversion = "average", to = "day", method = "chow-lin-maxlog") Dann erhalte ich folgende...