時間序列的季節性分解由黃土與Python

我試圖與Python做什麼，我的STL功能上R.時間序列的季節性分解由黃土與Python

將R命令

fit <- stl(elecequip, s.window=5) 
plot(fit)

如何在Python這樣做？我調查了statmodels.tsa有一些時間序列分析函數，但我可以在文檔中專門找到「黃土時間序列的季節分解」。同樣在Python.org上有一個名爲timeseries 0.5.0的庫，但是它沒有文檔，而且它的主頁看起來不太好。我知道有一個選項與rpy2使用包裝，但我不知道如何使用包裝。

謝謝。

來源

2014-10-20 user3724295

我一直有類似的問題，並試圖找到最好的路徑。

Here is a github repo for an STL decomposition based on the Loess procedure。它基於可用於this paper的原始Fortran代碼。它實際上只是一個圍繞原始Fortran代碼的python包裝，所以你知道它可能運行良好，而且不是bug。

如果你想要更多的東西的Python爲中心，並願意去一個稍微簡單分解程序，StatsModels有一個：

試試你的數據移動到一個Pandas數據幀，然後調用StatsModelstsa.seasonal_decompose。見following example：

import statsmodels.api as sm 

dta = sm.datasets.co2.load_pandas().data 
# deal with missing values. see issue 
dta.co2.interpolate(inplace=True) 

res = sm.tsa.seasonal_decompose(dta.co2) 
resplot = res.plot()

Three plots produced from above input

然後，您可以從回收分解的各個組成部分：

res.resid 
res.seasonal 
res.trend

我希望這有助於！

來源

2015-02-03 00:10:42 AN6U5

引用StatsModels 0.6.0發佈注意：「我們添加了一個天真的季節性分解工具，與R的分解相同。」所以認爲這可能不是生產就緒。 – 2015-02-09 16:08:01

我不認爲分解和基於模型的方法或Loess程序一樣強大，但它確實看起來可以在生產中使用。沒有報告的錯誤，它似乎在我執行的測試中工作。你還看到了什麼讓你說它不是生產準備好的？ – AN6U5 2015-02-10 20:22:05

「天真的季節分解」就是這樣，而且，這意味着很少（幼稚貝葉斯，天真，但如果數據符合假設，則工作得很好）。同時引用代碼中的註釋「這是一個天真的分解，更復雜的方法應該是首選。」所以，如果它適合你，那麼很好，但要記住你正在使用的是什麼。 – 2015-02-12 09:17:53

另一個python選項是seasonal包（PyPI,github）。它與StatsModels seasonal_decompose類似，並且還會估計您的數據的週期性。

來源

2016-03-02 20:34:28 welch

您可以使用Python rpy2

from rpy2.robjects import r 
def decompose(series, frequency, s_window, **kwargs): 
    df = pd.DataFrame() 
    df['date'] = series.index 
    s = [x for x in series.values] 
    length = len(series) 
    s = r.ts(s, frequency=frequency) 
    decomposed = [x for x in r.stl(s, s_window, **kwargs).rx2('time.series')] 
    df['observed'] = series.values 
    df['trend'] = decomposed[length:2*length] 
    df['seasonal'] = decomposed[0:length] 
    df['residual'] = decomposed[2*length:3*length] 
    return df

上述功能假定您的系列有日期時間指數也叫R上。它返回一個數據框，其中包含您可以使用您最喜歡的圖形庫進行圖形化的單個組件。

你可以通過參數stl看到here，但改變任何週期爲下劃線，例如上述函數中的位置參數是s_window，但在上面的鏈接中是s.window。另外，我在this存儲庫中發現了上述一些代碼。

來源

2017-11-20 04:52:23

時間序列的季節性分解由黃土與Python

回答

相關問題