9

Pandas.DataFrameusingで値を補間するのは簡単ですがSeries.interpolate、どのように外挿を行うことができますか?

たとえば、示されているような DataFrame が与えられた場合、2014 年 12 月 31 日まであと 14 か月を推定するにはどうすればよいでしょうか? 線形外挿は問題ありません。

X1 = range(10)
X2 = map(lambda x: x**2, X1)
df = pd.DataFrame({'x1': X1, 'x2': X2},  index=pd.date_range('20130101',periods=10,freq='M'))

MDateTimeIndex を 2013-11-31 から開始し、さらに 14期間延長して、新しい DataFrame を最初に作成する必要があると考えています。それを超えて私は立ち往生しています。

ここに画像の説明を入力

4

1 に答える 1

19

インデックスDataFrameによる a の外挿DatetimeIndex

これは、次の 2 つの手順で実行できます。

  1. 拡張するDatetimeIndex
  2. データを推定する

インデックスを拡張する

元のインデックスの start 、 period 、および frequency に基づいて、データが新しい拡張インデックスにリサンプリングdfされる場所を新しいもので上書きします。これにより、例の場合のように、オリジナルをどこからでも取得できます。これにより、列は便利に NaN で満たされます!DataFramedfcsv

# Fake DataFrame for example (could come from anywhere)
X1 = range(10)
X2 = map(lambda x: x**2, X1)
df = pd.DataFrame({'x1': X1, 'x2': X2},  index=pd.date_range('20130101',periods=10,freq='M'))

# Number of months to extend
extend = 5

# Extrapolate the index first based on original index
df = pd.DataFrame(
    data=df,
    index=pd.date_range(
        start=df.index[0],
        periods=len(df.index) + extend,
        freq=df.index.freq
    )
)

# Display
print df

    x1  x2
2013-01-31   0   0
2013-02-28   1   1
2013-03-31   2   4
2013-04-30   3   9
2013-05-31   4  16
2013-06-30   5  25
2013-07-31   6  36
2013-08-31   7  49
2013-09-30   8  64
2013-10-31   9  81
2013-11-30 NaN NaN
2013-12-31 NaN NaN
2014-01-31 NaN NaN
2014-02-28 NaN NaN
2014-03-31 NaN NaN

データを推定する

ほとんどの外挿法では、入力を日付ではなく数値にする必要があります。これはで行うことができます

# Temporarily remove dates and make index numeric
di = df.index
df = df.reset_index().drop('index', 1)

a の各列の値を 3 次多項式で外挿する方法については、この回答を参照してください。DataFrame

回答の抜粋

# Curve fit each column
for col in fit_df.columns:
    # Get x & y
    x = fit_df.index.astype(float).values
    y = fit_df[col].values
    # Curve fit column and get curve parameters
    params = curve_fit(func, x, y, guess)
    # Store optimized parameters
    col_params[col] = params[0]

# Extrapolate each column
for col in df.columns:
    # Get the index values for NaNs in the column
    x = df[pd.isnull(df[col])].index.astype(float).values
    # Extrapolate those points with the fitted function
    df[col][x] = func(x, *col_params[col])

列が推定されたら、日付を元に戻します

# Put date index back
df.index = di

# Display
print df

x1   x2
2013-01-31   0    0
2013-02-28   1    1
2013-03-31   2    4
2013-04-30   3    9
2013-05-31   4   16
2013-06-30   5   25
2013-07-31   6   36
2013-08-31   7   49
2013-09-30   8   64
2013-10-31   9   81
2013-11-30  10  100
2013-12-31  11  121
2014-01-31  12  144
2014-02-28  13  169
2014-03-31  14  196
于 2016-03-12T17:17:12.663 に答える