Python - Série chronologique

La série chronologique est une série de points de données dans laquelle chaque point de données est associé à un horodatage. Un exemple simple est le prix d'une action sur le marché boursier à différents moments d'un jour donné. Un autre exemple est la quantité de précipitations dans une région à différents mois de l'année.

Dans l'exemple ci-dessous, nous prenons la valeur des cours des actions chaque jour pendant un trimestre pour un symbole boursier particulier. Nous capturons ces valeurs sous forme de fichier csv, puis les organisons dans un dataframe à l'aide de la bibliothèque pandas. Nous définissons ensuite le champ de date comme index de la trame de données en recréant la colonne Valuedate supplémentaire en tant qu'index et en supprimant l'ancienne colonne de valeur.

Exemple de données

Vous trouverez ci-dessous des exemples de données pour le prix de l'action à différents jours d'un trimestre donné. Les données sont enregistrées dans un fichier nommé stock.csv

ValueDate	Price
01-01-2018,	1042.05
02-01-2018,	1033.55
03-01-2018,	1029.7
04-01-2018,	1021.3
05-01-2018,	1015.4
...
...
...
...
23-03-2018,	1161.3
26-03-2018,	1167.6
27-03-2018,	1155.25
28-03-2018,	1154

Création de séries chronologiques

from datetime import datetime
import pandas as pd
import matplotlib.pyplot as plt

data = pd.read_csv('path_to_file/stock.csv')
df = pd.DataFrame(data, columns = ['ValueDate', 'Price'])

# Set the Date as Index
df['ValueDate'] = pd.to_datetime(df['ValueDate'])
df.index = df['ValueDate']
del df['ValueDate']


df.plot(figsize=(15, 6))
plt.show()

Ses output est comme suit -