Pythonによる時系列の基本

pandasによる時系列の作業関数と基礎知識

時系列解析は、私たちの身の回りで起きている時間に関する日常的な活動の一部である。一日、一ヶ月、一年と経過していく中で、私たちの身の回りを観察し、何らかの情報を残していきます。この情報を得るために、私たちは統計解析の助けを借りて、データ/情報を何らかのフォーマットで作成し、解析を行っています。

現在、より多くのデータがあらゆる場所で生成されており、単純な低レベルのツールを使って分析することはできません。そのため、新しいツールやアルゴリズムなどが開発され、大量のデータを適切な形式に変換し、情報を得るために利用されています。

時系列データを収集・蓄積することで、将来の予測を行い、毎年収益を上げることでビジネスの成長を安定させることができます。

時系列データで何ができるのでしょうか？簡単に言えば、時間と日付に関するデータです。あ、ちょっと待ってください、時間と日付だけでなく、もっと広い範囲で捉えてください。時間では秒、分、時、日付では日、週、月、年というように構成されています。

時系列のアプリケーションは、天気予報、株式市場、信号システム、データ転送管理など、多くの分野で使われています。

Pythonを使った時系列の解析と実践について順を追って説明します。データと時間を扱うための基本的な機能はpythonのdatetimeです。

#first we have to import the datetime object in python
from datetime import datetime
datetime(year=2020, month=12, day=30)
#Output:
datetime.datetime(2020, 12, 30, 0, 0)

出力で気づいたのは、ゼロが2つあることです。このゼロは、年、月、日の3つの引数の後にあり、時間と分を意味します。これは必ず必要です。

#lets give other arguments also
datetime(year=2020, month=12, day=30, hour=2, minute=3, second=15,
microsecond=45)
#output:
datetime.datetime(2020, 12, 30, 2, 3, 15, 45)