Heeh

시간 데이터를 DataFrame으로 처리할 때 Pandas resample() 함수를 사용하여 시간을 재조정 할 수 있다.

import pandas as pd
df = pd.read_csv("../input/bigdatacertificationkr/basic2.csv", parse_dates=['Date'], index_col=0)

시계열 데이터를 불러옵니다.

주 단위의 컬럼 합계를 구해보자!  

resample('W') 사용

df_w = df.resample('W').sum()
df_w

Date 컬럼을 보면 주 단위로 변경 된 것을 볼 수 있다. 

월 단위의 컬럼 합계를 구해보자.

resample('M') 사용

df_m = df.resample('M').sum()
df_m

Date 컬럼을 보면 월(마지막날 기준) 단위로 변경 된 것을 볼 수 있다. 

resample('MS') 사용

df_ms = df.resample('MS').sum()
df_ms

Date 컬럼을 보면 월(시작 일 기준) 단위로 변경 된 것을 볼 수 있다. 

주기 단위 정리

날짜 오프셋빈도 문자열설명

참고: https://pandas.pydata.org/pandas-docs/stable/user_guide/window.html

df.cumsum(axis=None, skipna=True, args, kwargs) 누적합
df.cumprod(axis=None, skipna=True, args, kwargs) 누적곱

axis : 누적합/누적곱을 구할 축을 지정합니다.
skipna : 결측치를 무시할지 여부 입니다

예시

df = pd.DataFrame({'col1':[2,-2,4,5,6,8],'col2':[3,4,np.NaN,7,4,5]})
print(df)

   col1  col2
0     2   3.0
1    -2   4.0
2     4   NaN
3     5   7.0
4     6   4.0
5     8   5.0

누적합 cumsum() 

print(df.cumsum())

 col1  col2
0     2   3.0
1     0   7.0
2     4   NaN
3     9  14.0
4    15  18.0
5    23  23.0

누적곱 cumprod()

print(df.cumprod())

   col1    col2
0     2     3.0
1    -4    12.0
2   -16     NaN
3   -80    84.0
4  -480   336.0
5 -3840  1680.0

skipna 인수의 사용

print(df.cumsum(skipna=False))

   col1  col2
0     2   3.0
1     0   7.0
2     4   NaN # NaN 등장부터 계산할 수 없으므로 NaN 반환
3     9   NaN
4    15   NaN
5    23   NaN

왜도(Skewness)

: 실수 값 확률 변수의 확률 분포 비대칭성을 나타내는 지표

왜도 < 0:

확률밀도함수의 왼쪽 부분에 긴 꼬리를 가지며 중앙값을 포함한 자료가 오른쪽에 더 많이 분포

왜도 > 0:

확률밀도함수의 오른쪽 부분에 긴 꼬리를 가지며 중앙값을 포함한 자료가 왼쪽에 더 많이 분포

첨도(Kurtosis):

확률분포의 꼬리가 두꺼운 정도를 나타내는 척도

k = 3:

산포도가 정규분포에 가까움

k < 3:

정규분포보다 꼬리가 얇은 분포

k > 3:

정규분포보다 꼬리가 두꺼운 분포

df.skew() # 왜도
df.kurt() # 첨도