将月度数据转换为季度格式
Converting monthly data to quarterly format
我当前的数据采用以下每月格式:
DATE HPI_F_ARIMA
1987-01-01 63.967000
1987-02-01 64.42600
1987-03-01 64.736000 ...
... ...
... ...
2021-12-01 236.078323
--------到目前为止的代码---------
import pandas as pd
import matplotlib.pyplot as plt
if __name__ == '__main__':
usdata = pd.read_csv('arima_forecast.csv')
usdata['DATE'] = pd.to_datetime(usdata['DATE'])
usdata.set_index('DATE', inplace = True)
print('monthly format')
print(usdata)
问题 1:如何将其转换为季度格式
月度值是一个季度中相关月份的平均值,并且
DATE 列是否有每个季度的最后一个日期值?
最终目标是获取以下格式的数据,将其保存到数据框,然后将数据框保存到 CSV 文件。
DATE HPI_F_ARIMA
1987-03-31 64.37
1987-06-30 ...
1987-09-30 ...
... ...
... ...
2021-12-31 ...
此外,如何附加我正在使用的 CSV 文件?
这正是 .resample() 所做的,Q
每季度:
>>> usdata.resample('Q').mean()
HPI_F_ARIMA
DATE
1987-03-31 64.376333
1987-06-30 NaN
1987-09-30 NaN
1987-12-31 NaN
1988-03-31 NaN
... ...
2020-12-31 NaN
2021-03-31 NaN
2021-06-30 NaN
2021-09-30 NaN
2021-12-31 236.078323
[140 rows x 1 columns]
我当前的数据采用以下每月格式:
DATE HPI_F_ARIMA
1987-01-01 63.967000
1987-02-01 64.42600
1987-03-01 64.736000 ...
... ...
... ...
2021-12-01 236.078323
--------到目前为止的代码---------
import pandas as pd
import matplotlib.pyplot as plt
if __name__ == '__main__':
usdata = pd.read_csv('arima_forecast.csv')
usdata['DATE'] = pd.to_datetime(usdata['DATE'])
usdata.set_index('DATE', inplace = True)
print('monthly format')
print(usdata)
问题 1:如何将其转换为季度格式 月度值是一个季度中相关月份的平均值,并且 DATE 列是否有每个季度的最后一个日期值? 最终目标是获取以下格式的数据,将其保存到数据框,然后将数据框保存到 CSV 文件。
DATE HPI_F_ARIMA
1987-03-31 64.37
1987-06-30 ...
1987-09-30 ...
... ...
... ...
2021-12-31 ...
此外,如何附加我正在使用的 CSV 文件?
这正是 .resample() 所做的,Q
每季度:
>>> usdata.resample('Q').mean()
HPI_F_ARIMA
DATE
1987-03-31 64.376333
1987-06-30 NaN
1987-09-30 NaN
1987-12-31 NaN
1988-03-31 NaN
... ...
2020-12-31 NaN
2021-03-31 NaN
2021-06-30 NaN
2021-09-30 NaN
2021-12-31 236.078323
[140 rows x 1 columns]