创建非标准 Pandas 频率（“dekads”= 每月 3 个周期）

Question

由于statsmodels.tseries模型需要具有给定频率的索引来进行预测，因此我需要我的数据具有非标准频率。

\n

因此，我想创建一个新频率来分配给pandas.DateTimeIndex。\n这是dekad一年中有 36 个周期的频率。每个月三个。第一个总是在该月的 10 日，第二个是该月的 20 日，最后一个是该月的最后一天。

\n

困难在于该月的最后一天：

\n

\n
1. 2 月的日期有所不同，具体取决于是否是闰年（28 日或 29 日）
\n
2. 取决于该月的天数（28、29、30、31）
\n

\n

然而，最终它是一个固定的频率（每月 3 次，每年 36 个周期）。

\n

原因是statsmodels.tsa.holtwinters模型需要具有给定频率的索引来进行预测。当我尝试运行holtwinters预测时，我收到以下警告消息：

\n

/home/tommy/miniconda3/envs/ml/lib/python3.8/site-packages/statsmodels/tsa/base/tsa_model.py:216: ValueWarning: A date index has been provided, but it has no associated frequency information and so will be ignored when e.g. forecasting.\n

\n

这就是十倍时间步长的样子：

\n

/home/tommy/miniconda3/envs/ml/lib/python3.8/site-packages/statsmodels/tsa/base/tsa_model.py:216: ValueWarning: A date index has been provided, but it has no associated frequency information and so will be ignored when e.g. forecasting.\n

\n

我希望能够为索引分配十进制频率

\n

from pandas.tseries.offsets import MonthEnd\n\ndates = pd.date_range("2000-01-01", "2003-01-01")\n_dekads = [d for d in dates if d.day in [10, 20]]\n_month_ends = [d + MonthEnd(1) for d in dates if d.day == 10]\ndekads = sorted(np.concatenate([_dekads, _month_ends]))\n

\n

Out[]:\n            y\n2000-01-10  0.013236\n2000-01-20  0.430563\n2000-01-31  0.028183\n2000-02-10  0.050080\n2000-02-20  0.092100\n

\n

我希望能够为该对象分配一个“dekad”频率。如何创建自己的十频率？

\n

df = pd.DataFrame({"y": np.random.random(len(dekads))}, index=dekads)\n\ndf.head()\n

\n

Out[]:\n---------------------------------------------------------------------------\nKeyError                                  Traceback (most recent call last)\npandas/_libs/tslibs/offsets.pyx in pandas._libs.tslibs.offsets._get_offset()\n\nKeyError: \'DEKAD\'\n\nThe above exception was the direct cause of the following exception:\n\nValueError                                Traceback (most recent call last)\npandas/_libs/tslibs/offsets.pyx in pandas._libs.tslibs.offsets.to_offset()\n\npandas/_libs/tslibs/offsets.pyx in pandas._libs.tslibs.offsets._get_offset()\n\nValueError: Invalid frequency: DEKAD\n\nThe above exception was the direct cause of the following exception:\n\nValueError                                Traceback (most recent call last)\n<ipython-input-155-aa7b4737fd5a> in <module>\n      7 \n      8 df = pd.DataFrame({"y": np.random.random(len(dekads))}, index=dekads)\n----> 9 df.index.freq = "dekad"\n\n~/miniconda3/envs/ml/lib/python3.8/site-packages/pandas/core/indexes/extension.py in fset(self, value)\n     62 \n     63             def fset(self, value):\n---> 64                 setattr(self._data, name, value)\n     65 \n     66             fget.__name__ = name\n\n~/miniconda3/envs/ml/lib/python3.8/site-packages/pandas/core/arrays/datetimelike.py in freq(self, value)\n   1090     def freq(self, value):\n   1091         if value is not None:\n-> 1092             value = to_offset(value)\n   1093             self._validate_frequency(self, value)\n   1094 \n\npandas/_libs/tslibs/offsets.pyx in pandas._libs.tslibs.offsets.to_offset()\n\npandas/_libs/tslibs/offsets.pyx in pandas._libs.tslibs.offsets.to_offset()\n\nValueError: Invalid frequency: dekad\n\n

\n

#\xc2\xa0如何freq在 pandas 中创建一个新对象

\n

本次练习的目的：

\n

Out[]:\n            y\n2000-01-10  0.013236\n2000-01-20  0.430563\n2000-01-31  0.028183\n2000-02-10  0.050080\n2000-02-20  0.092100\n

\n

\n

df.index.freq = "dekad"\n

\n

\n

这个预测显然很差，并且没有反映已知的季节性。我认为这是一个问题，因为没有为日期时间索引分配频率。

\n

如果有其他方法可以实现这些目标，那么我将非常热衷于探索这些选择。我想创建一个新的频率来分配给pandas.DateTimeIndex. 原因是statsmodels.tseries模型需要具有给定频率的索引来进行预测。

\n

Answer 1

您可以编辑源代码并添加规则来定义频率，但您可能不想这样做。

一个简单的实现是使用现有的自定义工作日频率：

pd.offsets.CustomBusinessDay(
    holidays=my_holidays,
    weekmask=my_weekdays,
)

并将您的假期日历定义为每天（10、20 和is_month_end偏移别名文档除外）

我猜你希望你的工作日是周一到周日（以确保你不会遗漏 10 号、20 号或is_month_end）

start_date = '1/1/2023'
end_date = '31/12/2023'
full_calendar = pd.date_range(start=start_date, end=end_date)[source](https://pandas.pydata.org/docs/reference/api/pandas.date_range.html)

my_holidays = full_calendar[full_calendar.day != 10] #not the 10th of the month
my_holidays = my_holidays[my_holidays.day != 20] #not the 20th of the month
my_holidays = my_holidays[~my_holidays.is_month_end] #not the last day of the month
my_weekdays = = "Sun Mon Tue Wed Thu Fri Sat"
dekad = pd.offsets.CustomBusinessDay(
    holidays=my_holidays,
    weekmask=my_weekdays,
)

现在您可以将它用作freq

my_dekad_dates = pd.date_range("2000-01-01", "2003-01-01", freq=dekad)