首页 文章

在Julia制作季度时间序列

提问于
浏览 次
3

在Julia中，我们可以使用以下代码创建时间数组：

d = [date(1980,1,1):date(2015,1,1)];
t = TimeArray(d,rand(length(d)),["test"])

这将为我们提供每日数据 . 如何获得季度或年度时间序列？

julia-lang

3 回答

  • 2

    仅使用Base.range的可选步骤功能与Datetime.Period类型组合使用

    julia> [Date(1980,1,1):Month(3):Date(2015,1,1)]
141-element Array{Date{ISOCalendar},1}:
 1980-01-01
 1980-04-01
 1980-07-01
 1980-10-01
 1981-01-01
 1981-04-01
 ...

    并根据需要更改步骤

    julia> [Date(1980,1,1):Year(1):Date(2015,1,1)]
36-element Array{Date{ISOCalendar},1}:
 1980-01-01
 1981-01-01
 1982-01-01
 ...

    0.3. x vs 0.4.x.

    在版本0.3.x中日期包含Dates提供模块 Dates ，但在版本0.4.x中，模块 Dates 是内置的 . 另外（当前）另一个细微差别是 Year 和 Month 必须作为 Dates.Year 和 Dates.Month 访问在版本0.4.x.

    回复于
  • 5

    我知道这个问题有点旧，但值得补充的是，还有另一个名为Temporal *的时间序列包，它具有此功能 .

    以下是一些示例用法：

    using Temporal, Base.Dates
date_array = collect(today()-Day(365):Day(1):today())
random_walk = cumsum(randn(length(date_array))) + 100.0

    构造时间序列对象（类型 TS ） . 最后一个参数用于列名，但如果没有给出，则会自动生成默认列名 .

    ts_data = TS(random_walk, date_array, :RandomWalk)
# Index       RandomWalk
# 2016-08-24  99.8769
# 2016-08-25  99.1643
# 2016-08-26  98.8918
# 2016-08-27  97.7265
# 2016-08-28  97.9675
# 2016-08-29  97.7151
# 2016-08-30  97.0279
# ⋮
# 2017-08-17  81.2998
# 2017-08-18  82.0658
# 2017-08-19  82.1941
# 2017-08-20  81.9021
# 2017-08-21  81.8163
# 2017-08-22  81.5406
# 2017-08-23  81.2229
# 2017-08-24  79.2867

    获取每个季度的最后一次观察（类似的逻辑分别使用 eow ， eom 和 eoy 存在数周，数月和数年）：

    eoq(ts_data)  # get the last observation at every quarter
# 4x1 Temporal.TS{Float64,Date}: 2016-09-30 to 2017-06-30
# Index       RandomWalk
# 2016-09-30  88.5629
# 2016-12-31  82.1014
# 2017-03-31  84.9065
# 2017-06-30  92.1997

    也可以使用函数来按照上面给出的相同类型的周期来聚合数据 .

    collapse(ts_data, eoq, fun=mean)  # get the average value every quarter
# 4x1 Temporal.TS{Float64,Date}: 2016-09-30 to 2017-06-30
# Index       RandomWalk
# 2016-09-30  92.5282
# 2016-12-31  86.8291
# 2017-03-31  89.1391
# 2017-06-30  90.3982

    *（免责声明：我是包裹作者 . ）

    回复于
  • 1

    尚未支持季度，但支持其他时间段，如周，月和年 . 有一种名为 collapse 的方法，用于将TimeArray转换为更大的时间范围 .

    d = [Date(1980,1,1):Date(2015,1,1)];
t = TimeArray(d,rand(length(d)),["test"])

c = collapse(t, last, period=year)

    返回以下内容

    36x1 TimeArray{Float64,1} 1980-12-31 to 2015-01-01

             test
1980-12-31 | 0.94
1981-12-31 | 0.37
1982-12-31 | 0.12
1983-12-31 | 0.64
⋮
2012-12-31 | 0.43
2013-12-31 | 0.81
2014-12-31 | 0.88
2015-01-01 | 0.55

    此外，请注意 date 已被弃用，而不是 Date ，因为新的更新包现在运行下面的日期/时间函数 .

    回复于

相关问题