Tillämpa tidsseriedekomposition på din datamängd
Nu ska du utföra tidsseriedekomposition på flera tidsserier. Det gör du genom att använda ett Python-dictionär för att lagra resultaten från varje dekomposition.
I den här övningen initierar du ett tomt lexikon med ett par klammerparenteser, {}, och använder en for-loop för att iterera genom kolumnerna i DataFrame och tillämpa tidsseriedekomposition på varje tidsserie. Efter varje dekomposition sparar du resultatet i lexikonet med kommandot my_dict[key] = value, där my_dict är ditt lexikon, key är kolumnens namn och value är dekompositionsobjektet för den tidsserien.
Den här övningen är en del av kursen
Visualisering av tidsseriedata i Python
Övningsinstruktioner
- Initiera ett tomt lexikon med namnet
jobs_decomp. - Hämta kolumnnamnen från DataFrame
jobsoch spara resultaten i en lista med namnetjobs_names. - Iterera genom varje kolumn i
jobs_namesoch tillämpa tidsseriedekomposition på den tidsserien. Spara resultaten i lexikonetjobs_decomp, där kolumnnamnet är nyckeln och värdet är dekompositionsobjektet för den tidsserie du just analyserat.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Initialize dictionary
____
# Get the names of each time series in the DataFrame
____ = ____
# Run time series decomposition on each time series of the DataFrame
for ts in ____:
ts_decomposition = sm.tsa.seasonal_decompose(____)
jobs_decomp[ts] = ____