使用python从每月使用情况生成每日时间序列日期

Question

我有一个城市大约两年的每月燃气使用量，我想生成与每月使用量相等的每日使用量并保持时间序列形状，但我不知道该怎么做。

这是我的数据链接 [1]

Answer 1

以下代码示例演示了使用 pandas 进行日期和数据插值。

采取以下步骤：

• 使用提供的数据集，将其读入 DataFrame。
• 计算使用数据的累计总和。
• 将DataFrame的索引设置为日期，以方便日期重采样。
• 将日期重新采样为每日频率。
• 计算每日使用量。

示例代码：

# Read the CSV and convert dates to a datetime object.
path = '~/Downloads/usage.csv'
df = pd.read_csv(path, 
                 header=0, 
                 names=['date', 'gas_usage'], 
                 converters={'date': pd.to_datetime})
# Calculate a cumulative sum to be interpolated.
df['gas_usage_c'] = df['gas_usage'].cumsum()
# Move the date to the index, for resampling.
df.set_index('date', inplace=True)

# Resample the data to a daily ('D') frequency.
df2 = df.resample('D').interpolate('time')
# Calculate the daily usage.
df2['daily_usage'] = df2['gas_usage_c'].diff()

df2 的示例输出：

               gas_usage   gas_usage_c   daily_usage
date                                                
2016-03-20  3.989903e+07  3.989903e+07           NaN
2016-03-21  3.932781e+07  4.061487e+07  7.158445e+05
2016-03-22  3.875659e+07  4.133072e+07  7.158445e+05
                 ...           ...           ...
2018-02-18  4.899380e+07  7.967041e+08  1.598856e+06
2018-02-19  4.847973e+07  7.983029e+08  1.598856e+06
2018-02-20  4.796567e+07  7.999018e+08  1.598856e+06

[703 rows x 3 columns]

---

视觉确认

我包含了两个简单的图表来说明数据集对齐和插值。

绘图代码：

为了完整起见，粗糙的绘图代码包含在下面。

from plotly.offline import plot

plot({'data': [{'x': df.index, 
                'y': df['gas_usage'], 
                'type': 'bar'}], 
      'layout': {'title': 'Original',
                 'template': 'plotly_dark'}})
plot({'data': [{'x': df2.index, 
                'y': df2['daily_usage'], 
                'type': 'bar'}], 
      'layout': {'title': 'Interpolated',
                 'template': 'plotly_dark'}})

Answer 2

是否尝试过在 De Prado (2019) Machine leraning advances in finance 中编译的分数差？ 假设 1/30 .idk ，可以将 mouthly 基础部分地区分为 daily one.kinda ，但只是分享一个想法......

祝你有美好的一天^ ^