小编Ana*_*t17的帖子

我试图将季节性、趋势和残差与时间序列“XYZ.csv”（收集了 2 年以上的销售数据）分开。

[XYZ.csv 包含 2 列 - 日期和销售额。日期已被设置为代码中的索引。]

import pandas as pd

import statsmodels.api as sm

df = pd.read_csv('XYZ.csv')

df.date=pd.to_datetime(df.date)

df.set_index('date',inplace=True)

res = sm.tsa.seasonal_decompose
(df.colA.interpolate(),freq=?, model='additive')

resplot= res.plot()

observed = res.observed

seasonality = res.seasonal

这段代码工作正常。唯一的麻烦是理解如何计算这个时间序列的频率？如果有任何预定义的方式可以做到这一点。感谢您提前提供任何帮助/建议！