時間序列數據的主要特征是它們的時間索引，這為數據提供了明確的順序。這種順序使得我們可以分析隨時間的變化趨勢、周期性和季節(jié)性模式，以及突發(fā)事件的影響。為了充分利用時間序列數據，我們通常需要從時間索引中提取多種特征：

時間單位：如年、季度、月、周、日、小時等。

日期屬性：如是否為月末、季末、年末等。

星期和時間段：如星期幾、是否為工作日、時間段（早上、下午、傍晚、深夜）等。

節(jié)假日：如公共節(jié)假日、特殊事件等。

移動窗口統(tǒng)計：如過去幾小時、幾天、幾個月的平均值、中位數、方差等。

import pandas as pd

import numpy as np

# 設置時間范圍和頻率

start_date = '2024-01-01'

end_date = '2024-01-04'

freq = 'H'  # 每小時

# 生成時間索引

index = pd.date_range(start=start_date, end=end_date, freq=freq)

# 生成隨機銷售數據

np.random.seed(0)  # 確保結果可重復

sales_data = np.random.randint(1, 300, size=len(index))  # 銷售量范圍從1到300

# 創(chuàng)建數據框

df = pd.DataFrame({'Sales_Vol': sales_data}, index=index)

df.head()  # 顯示前幾行數據

# 從日期中提取特征

df['Year'] = df.index.year

df['Quarter'] = df.index.quarter

df['Month'] = df.index.month

df['Day of Week'] = df.index.day_name()

df['Is Working Day'] = df.index.weekday < 5  # 假設周一到周五為工作日

df['Time of Day'] = pd.cut(df.index.hour, bins=[0, 6, 12, 18, 24], labels=['Late Night', 'Morning', 'Afternoon', 'Evening'])

df.head()  # 顯示前幾行數據

運行上述代碼，時間為"00：00：00"時，"Time of  Day"可能會出現空值NAN的情況。那這個時間點我們就特殊標記一下，將他劃分到“Late Night”.

df['Time of Day'] = pd.cut(df.index.hour, bins=[0, 6, 12, 18, 24], right=False, labels=['Late Night', 'Morning', 'Afternoon', 'Evening'])

再格外補充一下，如何從時間中提取出公共節(jié)假日？

需要提前安裝一下holidays庫，pip install holidays

from holidays import China

# 使用China類來識別中國的法定節(jié)假日

cn_holidays = China()

# 標記時間序列中的節(jié)假日

df['Is Holiday'] = df.index.map(lambda x: x in cn_holidays)

print(df)

注意：部分節(jié)假日可能會出現調休的情況，holidays庫可能不會自動處理這些調休工作日，因此如果需要這些信息，您可能需要手動添加或使用其他方法來獲取。

# 計算5小時滾動窗口的平均銷售量

df['5-Hour Rolling Average Sales Volume'] = df['Sales_Vol'].rolling(window=5).mean()

由于滾動窗口的計算需要足夠的數據點，所以數據框的前幾行顯示為NaN，直到有足夠的數據點來計算平均值。