【发布时间】：2018-03-11 00:59:07
【问题描述】：
我正在尝试分解时间序列，但我的数据没有日期，它由定期（和未知）时间间隔获取的条目组成。
This 解决方案很棒，正是我想要的，但是它假设我的系列有一个日期时间索引，但它没有。
我可以在这种特定情况下估计频率参数，但是这需要针对不同的数据自动进行，因此我不能使用seasonal_decompose函数的频率参数（除非有某种方法可以自动计算）为了弥补我的系列缺少日期时间索引这一事实。
【问题讨论】：
-
如果你没有一个已知的频率，你怎么能把季节性成分分解出来呢？如果您知道频率，即使只是猜测，也可以使用seasonal_decompose。
-
我在帖子中特别说过，我不能使用seasonal_decompose函数的频率参数，除非我能以某种方式以编程方式估计它，因为我可以手动分析这个时间序列，但我将无法手动分析我的程序将被测试的实时序列。
-
没有频率进行季节性分解是没有意义的。您应该能够以某种方式获取与您的时间序列数据相关的元数据，特别是如果它是实时出现的，应该永远是一个收集频率。
-
一种可能的解决方案是从数据中确定季节性频率。例如，从分析我可以得出一个非常明显的季节性频率是 666.66，从图表的分析和自相关图，但是我不知道如何自动化这个过程。
-
附注。如果您知道频率是有规律的，那么这个频率对于分析是否重要？
标签： python time-series