시계열 분석에서 자주 쓰는 판다스 기초 함수

Date 컬럼 관련 함수 

date 컬럼 날짜형식 변환

기본적으로 날짜도 문자열로 인식하기 때문에 to_datetime 을 통해 시간 객체로 변환을 먼저 해 주어야 한다. 

많이 쓰므로 중요함 !!!! 

df['Date2']= pd.to_datetime(df['Order Date'], format="%d/%m/%Y", infer_datetime_format=True)

 

지정된 기간 내의 일련의 날짜를 생성하는 함수

세번째 옵션 freq= 를 통해 매 월요일, 매월 말일 등만 선택해서 생성할 수도 있다. 

pd.date_range('2020-01-01', '2023-12-31')

 

현재 위치의 요일 기준 확인하기 (일~월 / 월~일)

# 수요일 = 2 이므로 한국 현재는 월~일 형식 사용 중임을 알 수 있음
import datetime
datetime.datetime.now().weekday()

 

요일 확인하기 

df['Date2'].apply(lambda x : x.weekday())

 

30일 이동평균 생성

# 30개의 데이터를 압축해서 1개의 점을 생성 -> 이렇게 만들어진 선이 이동평균선

df_line['Month'] = df_line['Sales'].rolling(window=30).mean()

 

 

결측치

결측치 갯수 세기

df_line.isnull().sum()

 

# 결측치 어떻게 채울지는 현업 관계자들과 논의 후 실행하는 것이 일반적

df_line['Month'].fillna(method='bfill')

 

시계열 데이터 결측치 보강법

# 데이터를 선형으로 채울건지, 어떤 방향에서 가져와서 채울건지 등을 선택 가능
# 앞뒤 데이터를 보간으로 하여 평균이나 분산 데이터 가져와서 결측치 채우는 함수 

?df_line.Sales.interpolate