Pandas 月度效用数据的时间序列预测
我想用一些实用数据做一些时间序列预测。月份和年份都是列,我想知道是否有一种好的方法可以把所有这些列都记下来,并制作一个2000-01,2000-02,…,2019-12的时间戳 类似这样的内容:Pandas 月度效用数据的时间序列预测,pandas,Pandas,我想用一些实用数据做一些时间序列预测。月份和年份都是列,我想知道是否有一种好的方法可以把所有这些列都记下来,并制作一个2000-01,2000-02,…,2019-12的时间戳 类似这样的内容: # random data np.random.seed(1) df = pd.DataFrame(np.random.rand(2,3), columns=['Jan','Feb','Mar'] ).assign(year=[200
# random data
np.random.seed(1)
df = pd.DataFrame(np.random.rand(2,3),
columns=['Jan','Feb','Mar']
).assign(year=[2000,2001])
df.melt('year').assign(
timestamp=lambda x: pd.to_datetime(x['year'].astype(str)+'-'+x['variable'])
)
输出:
year variable value timestamp
0 2000 Jan 0.417022 2000-01-01
1 2001 Jan 0.302333 2001-01-01
2 2000 Feb 0.720324 2000-02-01
3 2001 Feb 0.146756 2001-02-01
4 2000 Mar 0.000114 2000-03-01
5 2001 Mar 0.092339 2001-03-01
需要明确的是,如果年份是2000年或2001年,您需要一个新的列,该列声明“2000-2001”,并且它不会是时间戳,而是一个对象数据类型(字符串)