在Pandas中預測時間序列的日期時間問題

Question

試圖在python中實現時間序列預測模型，但是面臨datetime數據問題。

所以我有日期時間的兩列的數據幀「DF」和float類型：

然後我嘗試使用值的方法，來構建陣列。但不便奇怪的事情發生，它顯示與時間戳和時間在陌生的格式日期：

，基本的緣故吧，我不能採用這一模式接收例如以下消息：「不能添加積分值到無時間戳的時間戳。「

那麼，似乎是什麼問題，如何解決？

Answer 1

。

首先，創建numpy數組時，所有類型都是相同的。但是，datetime64與int不一樣。所以我們必須解決這個問題，而且我們會。

其次，你試圖用df.values來做到這一點。然而，有意義的是，pandas將整個df變成dtype=object，然後變成object陣列。問題在於Timestamps的左邊是Timestamps，這是阻礙你的。

所以我想將它們轉換對我自己這樣

a = np.column_stack([df[c].values.astype(int) for c in ['transaction_date', 'amount']]) 

a 

array([[1454284800000000000,     1], 
     [1454371200000000000,     2], 
     [1454457600000000000,     3], 
     [1454544000000000000,     4], 
     [1454630400000000000,     5]]) 

我們總是可以轉換回的第一列這樣

a[:, 0].astype(df.transaction_date.values.dtype) 

array(['2016-02-01T00:00:00.000000000', '2016-02-02T00:00:00.000000000', 
     '2016-02-03T00:00:00.000000000', '2016-02-04T00:00:00.000000000', 
     '2016-02-05T00:00:00.000000000'], dtype='datetime64[ns]') 

Answer 2

您可以將整數轉換成timedelta，並執行計算像之前：很複雜

from datetime import timedelta 

interval = timedelta(days = 5) 

#5 days later 
time_stamp += interval