R Python中时间序列的时间分解

R Python中时间序列的时间分解,r,python-3.x,time-series,rpy2,sklearn-pandas,R,Python 3.x,Time Series,Rpy2,Sklearn Pandas,我正试图找到一个能够对时间序列进行时间分解的包。R中有一个名为tempdisagg的包 有人知道python中有类似的包吗 如果这个包在python中不存在,那么有没有一个可用的示例,可以让人将该包中的这些函数从R调用到python中 我创建了一个名为的开源Python包,它基于R tempdisagg包。该包实现了基本的Chow-Lin和Litterman方法。它还允许基本平均值、总和、第一次和最后一次转换选择,如R包 给定R中的以下函数调用,以将sales.a分解为exports.q的函数

我正试图找到一个能够对时间序列进行时间分解的包。R中有一个名为tempdisagg的包

有人知道python中有类似的包吗


如果这个包在python中不存在,那么有没有一个可用的示例,可以让人将该包中的这些函数从R调用到python中

我创建了一个名为的开源Python包,它基于R tempdisagg包。该包实现了基本的Chow-Lin和Litterman方法。它还允许基本平均值、总和、第一次和最后一次转换选择,如R包

给定R中的以下函数调用,以将
sales.a
分解为
exports.q的函数:

model <- td(sales.a ~ 0 + exports.q,method="chow-lin-maxlog",conversion="sum")
其中,
预期的_数据集
是具有以下格式的数据帧:

      index  grain            X            y
0     1972      1   1432.63900          NaN
1     1972      2   1456.89100          NaN
2     1972      3   1342.56200          NaN
3     1972      4   1539.39400          NaN
4     1973      1   1535.75400          NaN
5     1973      2   1578.45800          NaN
6     1973      3   1574.72400          NaN
7     1973      4   1652.17100          NaN
8     1974      1   2047.83400          NaN
9     1974      2   2117.97100          NaN
10    1974      3   1925.92600          NaN
11    1974      4   1798.19000          NaN
12    1975      1   1818.81700   136.702329
13    1975      2   1808.22500   136.702329
14    1975      3   1649.20600   136.702329
15    1975      4   1799.66500   136.702329
16    1976      1   1985.75300   151.056074
17    1976      2   2064.66300   151.056074
18    1976      3   1856.38700   151.056074
19    1976      4   1919.08700   151.056074
..     ...    ...          ...          ...
152   2010      1  19915.79514   988.309676
153   2010      2  19482.48000   988.309676
154   2010      3  18484.64900   988.309676
155   2010      4  18026.46869   988.309676
156   2011      1  19687.52100          NaN
157   2011      2  18913.06608          NaN
这里X是
exports.q
,y是
sales.a

输出<代码>最终分解的输出
如下所示,其中
y\u hat
是分解的销售额:

   index  grain         X   y      y_hat
0   1972      1  1432.639 NaN  21.656879
1   1972      2  1456.891 NaN  22.219737
2   1972      3  1342.562 NaN  20.855413
3   1972      4  1539.394 NaN  23.937916
4   1973      1  1535.754 NaN  24.229008

编辑-如果有人需要帮助将他们的数据放入我的软件包中,请随时在软件包中提出问题。

我建议的一般方法是在使用rpy2的Jupyter笔记本中使用R magics。您只需将输入数据帧从Python导入到R,然后从R输出到Python,虽然软件包特定的代码仍然是用R.@krassowski编写的,但您是否有关于此软件包或类似软件包的良好教程,可以与他人分享如何使用?请具体说明您的lib或任何提及的链接如何能够准确地帮助回答问题。感谢您的澄清。我已经添加了库函数的详细信息。这够了吗?现在看起来好多了;)
   index  grain         X   y      y_hat
0   1972      1  1432.639 NaN  21.656879
1   1972      2  1456.891 NaN  22.219737
2   1972      3  1342.562 NaN  20.855413
3   1972      4  1539.394 NaN  23.937916
4   1973      1  1535.754 NaN  24.229008