【发布时间】:2019-04-28 07:23:09
【问题描述】:
我将我的时间序列转换为具有微分的平稳时间序列
data['consumption_diff'] = data.consumption-data.consumption.shift(1)
如何将consumption_diff 转换回消费?
【问题讨论】:
标签: python python-3.x pandas series
我将我的时间序列转换为具有微分的平稳时间序列
data['consumption_diff'] = data.consumption-data.consumption.shift(1)
如何将consumption_diff 转换回消费?
【问题讨论】:
标签: python python-3.x pandas series
您可以使用 numpy 的“r_”对象来连接和展平数组,以及“cumsum()”函数对值进行累积求和。
import numpy as np
undiffed = np.r_[data.consumption.iloc[0], data.consumption_diff.iloc[1:]].cumsum()
这就是您可以取消区分时间序列数据的方法,如果您对需要取消区分的未来日期进行了预测,这将很有帮助。但是,您已经拥有未差异值:data.consumption 是您的原始未差异数据。
【讨论】: