【问题标题】:Is it possible to build your own multivariate dataset in Pandas?是否可以在 Pandas 中构建自己的多元数据集?
【发布时间】:2021-09-16 03:09:11
【问题描述】:

我正在尝试了解有关多元时间序列预测的更多信息。我想根据天气数据预测难民抵达欧洲。到达数据来自不同的来源,天气数据也来自不同的来源。有没有办法将这两者结合起来以获得多元时间序列预测的数据集? 1 时间序列:每月到达数据 2 时间序列:天气数据

是否可以用天气数据和到达数据制作一个数据框,用于多变量时间序列预测?

对于这个任务,我使用 panda 作为我的主要库和其他一些库进行时间序列分析。

实现是通过pandas和numpy实现的。

【问题讨论】:

    标签: python pandas time-series forecasting multi-step


    【解决方案1】:

    Pandas 支持 merge, join, and concatenate 方法将两个或多个数据帧合并为一个。然而,在多元时间序列预测的情况下,通过特征预处理例程彻底构建数据框至关重要。换句话说,您要加入的这两个数据帧应该具有相同的属性(维度、时间分辨率等)和共同的 DateTimeIndex。连接两个不同数据帧的操作可以实现为找到它们的 DateTimeIndex 交点

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2013-05-01
      • 1970-01-01
      • 2020-12-30
      • 2017-03-23
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多