การเลื่อนราคาหุ้นในช่วงเวลาต่าง ๆ
เมธอดแรกสำหรับการจัดการ time series ที่ได้เรียนในวิดีโอคือ .shift() ซึ่งช่วยให้เลื่อนค่าทั้งหมดใน Series หรือ DataFrame ไปตามจำนวนคาบที่กำหนดบน DateTimeIndex
ลองนำเมธอดนี้มาใช้เพื่อเปรียบเทียบกราฟราคาหุ้น Google โดยเลื่อนข้อมูล 90 วันทำการทั้งในอดีตและอนาคต
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การจัดการข้อมูล Time Series ใน Python
คำแนะนำการฝึกหัด
ได้นำเข้า pandas เป็น pd และ matplotlib.pyplot เป็น plt ไว้แล้ว
- ใช้
pd.read_csv()เพื่อนำเข้าไฟล์'google.csv'โดยแปลงคอลัมน์'Date'เป็นวันที่ กำหนดให้เป็นindexและเก็บผลลัพธ์ไว้ในตัวแปรgoogle - ใช้
.asfreq()เพื่อกำหนดความถี่ของgoogleให้เป็นรายวันแบบวันทำการ - เพิ่มคอลัมน์
laggedและshiftedในgoogleโดยให้คอลัมน์ทั้งสองเก็บค่าCloseที่เลื่อนไป 90 วันทำการในอดีตและอนาคตตามลำดับ - พล็อตกราฟของทั้งสามคอลัมน์ใน
google
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Import data here
google = ____
# Set data frequency to business daily
google = ____
# Create 'lagged' and 'shifted'
google['lagged'] = ____
google['shifted'] = ____
# Plot the google price series