時(shí)間序列數(shù)據(jù)的主要特征是它們的時(shí)間索引，這為數(shù)據(jù)提供了明確的順序。這種順序使得我們可以分析隨時(shí)間的變化趨勢、周期性和季節(jié)性模式，以及突發(fā)事件的影響。為了充分利用時(shí)間序列數(shù)據(jù)，我們通常需要從時(shí)間索引中提取多種特征：

時(shí)間單位：如年、季度、月、周、日、小時(shí)等。

日期屬性：如是否為月末、季末、年末等。

星期和時(shí)間段：如星期幾、是否為工作日、時(shí)間段（早上、下午、傍晚、深夜）等。

節(jié)假日：如公共節(jié)假日、特殊事件等。

移動(dòng)窗口統(tǒng)計(jì)：如過去幾小時(shí)、幾天、幾個(gè)月的平均值、中位數(shù)、方差等。

import pandas as pd

import numpy as np

# 設(shè)置時(shí)間范圍和頻率

start_date = '2024-01-01'

end_date = '2024-01-04'

freq = 'H'  # 每小時(shí)

# 生成時(shí)間索引

index = pd.date_range(start=start_date, end=end_date, freq=freq)

# 生成隨機(jī)銷售數(shù)據(jù)

np.random.seed(0)  # 確保結(jié)果可重復(fù)

sales_data = np.random.randint(1, 300, size=len(index))  # 銷售量范圍從1到300

# 創(chuàng)建數(shù)據(jù)框

df = pd.DataFrame({'Sales_Vol': sales_data}, index=index)

df.head()  # 顯示前幾行數(shù)據(jù)

# 從日期中提取特征

df['Year'] = df.index.year

df['Quarter'] = df.index.quarter

df['Month'] = df.index.month

df['Day of Week'] = df.index.day_name()

df['Is Working Day'] = df.index.weekday < 5  # 假設(shè)周一到周五為工作日

df['Time of Day'] = pd.cut(df.index.hour, bins=[0, 6, 12, 18, 24], labels=['Late Night', 'Morning', 'Afternoon', 'Evening'])

df.head()  # 顯示前幾行數(shù)據(jù)

運(yùn)行上述代碼，時(shí)間為"00：00：00"時(shí)，"Time of  Day"可能會(huì)出現(xiàn)空值NAN的情況。那這個(gè)時(shí)間點(diǎn)我們就特殊標(biāo)記一下，將他劃分到“Late Night”.

df['Time of Day'] = pd.cut(df.index.hour, bins=[0, 6, 12, 18, 24], right=False, labels=['Late Night', 'Morning', 'Afternoon', 'Evening'])

再格外補(bǔ)充一下，如何從時(shí)間中提取出公共節(jié)假日？

需要提前安裝一下holidays庫，pip install holidays

from holidays import China

# 使用China類來識(shí)別中國的法定節(jié)假日

cn_holidays = China()

# 標(biāo)記時(shí)間序列中的節(jié)假日

df['Is Holiday'] = df.index.map(lambda x: x in cn_holidays)

print(df)

注意：部分節(jié)假日可能會(huì)出現(xiàn)調(diào)休的情況，holidays庫可能不會(huì)自動(dòng)處理這些調(diào)休工作日，因此如果需要這些信息，您可能需要手動(dòng)添加或使用其他方法來獲取。

# 計(jì)算5小時(shí)滾動(dòng)窗口的平均銷售量

df['5-Hour Rolling Average Sales Volume'] = df['Sales_Vol'].rolling(window=5).mean()

由于滾動(dòng)窗口的計(jì)算需要足夠的數(shù)據(jù)點(diǎn)，所以數(shù)據(jù)框的前幾行顯示為NaN，直到有足夠的數(shù)據(jù)點(diǎn)來計(jì)算平均值。