Python 时间序列分析-不均匀间隔测量-熊猫和x2B；statsmodels

我有两个numpy数组light_points和time_points，我想对这些数据使用一些时间序列分析方法

然后我试了一下：

import statsmodels.api as sm
import pandas as pd
tdf = pd.DataFrame({'time':time_points[:]})
rdf =  pd.DataFrame({'light':light_points[:]})
rdf.index = pd.DatetimeIndex(freq='w',start=0,periods=len(rdf.light))
#rdf.index = pd.DatetimeIndex(tdf['time'])

rdf = pd.Series({'light':light_points[:]})
rdf.index = pd.DatetimeIndex(tdf['time'])

这是可行的，但不是做正确的事情。 事实上，测量值的时间间隔不是均匀的，如果我只是将时间帧声明为帧的索引，我会得到一个错误：

rdf.index = pd.DatetimeIndex(tdf['time'])

decomp = sm.tsa.seasonal_decompose(rdf)

elif freq is None:
raise ValueError("You must specify a freq or x must be a pandas object with a timeseries index")

ValueError: You must specify a freq or x must be a pandas object with a timeseries index

我不知道怎么纠正这个。 此外，熊猫的

TimeSeries

似乎也不受欢迎

我试过这个：

import statsmodels.api as sm
import pandas as pd
tdf = pd.DataFrame({'time':time_points[:]})
rdf =  pd.DataFrame({'light':light_points[:]})
rdf.index = pd.DatetimeIndex(freq='w',start=0,periods=len(rdf.light))
#rdf.index = pd.DatetimeIndex(tdf['time'])

rdf = pd.Series({'light':light_points[:]})
rdf.index = pd.DatetimeIndex(tdf['time'])

但它给了我一个长度不匹配：

ValueError: Length mismatch: Expected axis has 1 elements, new values have 122 elements

然而，我不明白它从何而来，因为rdf['light']和 tdf['time']的长度相同

最后，我尝试将我的rdf定义为熊猫系列：

rdf = pd.Series(light_points[:],index=pd.DatetimeIndex(time_points[:]))

我明白了：

ValueError: You must specify a freq or x must be a pandas object with a timeseries index

然后，我尝试将索引替换为

 pd.TimeSeries(time_points[:])

这给了我一个关于季节分解方法行的错误：

AttributeError: 'Float64Index' object has no attribute 'inferred_freq'

如何处理间距不均的数据？ 我在考虑通过在现有值之间添加许多未知值并使用插值“评估”这些点来创建一个大致等距的时间数组，但我认为可能有一个更干净、更简单的解决方案。

季节分解（）需要一个

频率

，该频率作为

日期时间索引

元信息的一部分提供，可以通过

pandas.Index.expressed\u freq

推断，或者由用户作为一个

整数

推断，给出每个周期的周期数。e、 例如，每月12次（从

docstring

到

季节平均值

）：

举例说明-使用随机样本数据：

length = 400
x = np.sin(np.arange(length)) * 10 + np.random.randn(length)
df = pd.DataFrame(data=x, index=pd.date_range(start=datetime(2015, 1, 1), periods=length, freq='w'), columns=['value'])

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 400 entries, 2015-01-04 to 2022-08-28
Freq: W-SUN

decomp = sm.tsa.seasonal_decompose(df)
data = pd.concat([df, decomp.trend, decomp.seasonal, decomp.resid], axis=1)
data.columns = ['series', 'trend', 'seasonal', 'resid']

Data columns (total 4 columns):
series      400 non-null float64
trend       348 non-null float64
seasonal    400 non-null float64
resid       348 non-null float64
dtypes: float64(4)
memory usage: 15.6 KB

对该数据运行

decomp

：

decomp = sm.tsa.seasonal_decompose(df, freq=52)

data = pd.concat([df, decomp.trend, decomp.seasonal, decomp.resid], axis=1)
data.columns = ['series', 'trend', 'seasonal', 'resid']

DatetimeIndex: 224 entries, 2015-01-04 to 2022-08-07
Data columns (total 4 columns):
series      224 non-null float64
trend       172 non-null float64
seasonal    224 non-null float64
resid       172 non-null float64
dtypes: float64(4)
memory usage: 8.8 KB

问题是——结果有多有用。即使没有使季节模式推断复杂化的数据缺口（参见中的

.interpolate（）

如果你发了一个帖子，你会增加更改以得到一个好的答案。为什么你使用了
freq=52
-，为什么52不是另一个数字？已经有一段时间了，但我相信，因为我的示例使用了每周随机数据-见上文。
Notes
-----
This is a naive decomposition. More sophisticated methods should
be preferred.

The additive model is Y[t] = T[t] + S[t] + e[t]

The multiplicative model is Y[t] = T[t] * S[t] * e[t]

The seasonal component is first removed by applying a convolution
filter to the data. The average of this smoothed series for each
period is the returned seasonal component.