Python 如何将时间序列数据转换为NN输入向量？

例如，我有各种股票的csv时间序列数据，我想将这些数据转换成向量，然后输入神经网络

我不确定这是否有任何相关性，但最终，我想根据各种当前基本指标预测未来股价——TDebt、IntAssets、TAssets和EBITDA。然后，我比较了Price Today和Price+1年。如果PriceDiff为正值，则数据标记为正确；如果为负值，则数据标记为不正确

日期、股票代码、TDebt、集成资产、TASSET、息税折旧摊销前利润、今日价格、价格+1年、价格差异、标签 1/1/10，AAPL，6.73,3.05,41.16,11.06179.26219.26,22.31，正确 1/1/10，古格尔，3.19,12.54,24.08,2.631135.971115.97，-1.76，不正确 1/1/10，MSFT，4.32,15.74,35.84,7.43,90.1,94.1,4.44，正确 1/1/10，AMZN，0.52,0.24,18.5,7.551293.321044.32，-19.25，不正确 1/1/10，FB，3.32,7.79,15.05,0.63179.8156.8，-12.79，不正确 1/1/10，BABA，13.61,18.02122.56,25.31184.4205.4,11.39，正确 1/1/10，JNJ，5.18,2.54,39.44,8.06146.92185.92,26.55，正确 1/1/10，XOM，2.23，-2.17,94.32,14.52,87.43,48.43，-44.61，不正确 2011年1月1日，AAPL，7.27,3.35,42.9,12.04219.26230.26,5.02，更正 2011年1月1日，古格尔，4.01,12.8,24.87,2.341115.971135.97,1.79，更正 2011年1月1日，MSFT，5.4,14.04,33.84,5.04,94.1,88.1，-6.38，不正确 2011年1月1日，AMZN，0.59,0.31,19.04,9.311044.321396.32,33.71，正确 2011年1月1日，FB，2.8,9.08,16.04,0.74156.8151.8，-3.19，不正确 2011年1月1日，爸爸，12.68,19.03124.05,24.03205.4216.4,5.36，正确 2011年1月1日，JNJ，6.01,2.7,37.04,10.02185.92174.92，-5.92，不正确 1/1/11，XOM，2.8，-2.9,93.1,13.23,48.43,78.43,61.95，正确 2012年1月1日，AAPL，7.18，-4.88,67.78,26.03230.26209.26，-9.12，不正确 2012年1月1日，古格尔，1.05,0.47102.09,11.291135.971145.97,0.88，正确 2012年1月1日，MSFT，6.45，-5.68,59.01,21.42,88.1,58.1，-34.05，不正确 1/1/12，AMZN，6.23,1.59,19.44,6.911396.321276.32，-8.59，不正确 2012年1月1日，FB，6.08，-1.15,53.7,13.43151.8156.8,3.29，正确 2012年1月1日，爸爸，10.89,12.57194.62,20.91216.4204.4，-5.55，不正确 1/1/12，JNJ，5.88,5.48,78.08,12.8174.92184.92,5.72，正确 1/1/12，XOM，14.57,0.92121.11,13.76,78.43,66.43，-15.3，不正确

谢谢您的帮助。

正如@evamicur所解释的，您应该使用pandas library转换日期。 我会这样做，但您应该根据需要进行编辑：

import pandas as pd

df = pd.read_csv('my.csv')

df['Date'] = pd.to_datetime(df['Date'])

df.set_index('Date', inplace=True)

注意，我也会将NN的标签更改为0或1，而不是“正确”和“不正确”

df[' Label '] = df[' Label '].map({'Correct ': 1, 'Incorrect ': 0})

您还应该清除csv文件中的所有空格。

---

希望对您有所帮助。

使用pandas阅读，然后使用pandas的转换将其转换为您需要的任何格式。Pandas将数据存储为numpy数组，因此您基本上已经完成了，那么您可以提供一个执行此操作的代码示例吗？非常感谢。