Décaler les cours boursiers dans le temps
La première méthode de manipulation de séries temporelles que vous avez vue dans la vidéo est .shift(), qui permet de décaler toutes les valeurs d’une Series ou d’un DataFrame d’un certain nombre de périodes le long du DateTimeIndex.
Utilisons-la pour comparer visuellement une série de cours Google décalée de 90 jours ouvrés dans le passé et dans le futur.
Cet exercice fait partie du cours
Manipuler des séries temporelles en Python
Instructions
pandas a déjà été importé sous le nom pd et matplotlib.pyplot sous le nom plt.
- Utilisez
pd.read_csv()pour importer'google.csv', en analysant'Date'comme des dates, en définissant le résultat commeindexet en l’affectant àgoogle. - Utilisez
.asfreq()pour définir la fréquence degooglesur les jours ouvrés (business daily). - Ajoutez deux nouvelles colonnes
laggedetshiftedàgooglequi contiennent la colonneClosedécalée de 90 jours ouvrés respectivement dans le passé et dans le futur. - Tracez les trois colonnes de
google.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Import data here
google = ____
# Set data frequency to business daily
google = ____
# Create 'lagged' and 'shifted'
google['lagged'] = ____
google['shifted'] = ____
# Plot the google price series