获取Python中值相对于时间戳的梯度

Question

我有一个数据框，叫做self.meter_readings，里面的索引是日期时间格式，还有一列数字，如下所示：

self.meter_readings['PointProduction']
2012-03     7707.443
2012-04     9595.481
2012-05     5923.493
2012-06     4813.446
2012-07     5384.159
2012-08     4108.496
2012-09     6370.271
2012-10     8829.357
2012-11     7495.700
2012-12    13709.940
2013-01     6148.129
2013-02     7249.951
2013-03     6546.819
2013-04     7290.730
2013-05     5056.485
Freq: M, Name: PointProduction, dtype: float64

我想要计算PointProduction（点产量）相对于时间的变化率。也就是说，y=PointProduction，x=时间。我现在正在尝试通过线性回归来得到这个变化率m：

 m,c,r,x,y = stats.linregress(list(self.meter_readings.index),list(self.meter_readings['PointProduction']))

但是我遇到了一个错误：

 raise TypeError(other).

这个错误似乎是因为x轴的数据是时间戳，而不是简单的数字。

我该如何修正这个问题呢？

Answer 1

将x轴上的时间戳转换为以秒为单位的纪元时间。

如果索引是日期时间对象，你需要把它们转换成纪元时间。比如，如果ts是一个日期时间对象，下面这个函数可以完成这个转换：

ts_epoch = int(ts.strftime('%s'))

这是一个可以帮助你将索引列转换为纪元秒的代码示例：

import pandas as pd
from datetime import datetime
import numpy as np

rng = pd.date_range('1/1/2011', periods=5, freq='H')
ts = pd.Series(np.random.randn(len(rng)), index=rng)

t =  ts.index
print [int(t[x].strftime('%s')) for x in range(len(t)) ]

这段代码在python2.7上是完全可用的。

要在你的问题中使用这段代码，解决方案可能是这样的：

t =  self.meter_readings.index
indexes = [int(t[x].strftime('%s')) for x in range(len(t)) ]

m,c,r,x,y = stats.linregress(indexes,list(self.meter_readings['PointProduction']))

Answer 2

你可以试着把每个时间戳转换成公历的序数，这样的话，linregress 就可以和你的 freq='M' index 一起正常工作了。

import pandas as pd
from scipy import stats

data = [
7707.443,
 9595.481,
 5923.493,
 4813.446,
 5384.159,
 4108.496,
 6370.271,
 8829.357,
 7495.700,
13709.940,
 6148.129,
 7249.951,
 6546.819,
 7290.730,
 5056.485
 ]

period_index = pd.period_range(start='2012-03', periods=len(data), freq='M')

df = pd.DataFrame(data=data, 
              index=period_index,
              columns=['PointProduction'])

# these ordinals are months since the start of the Unix epoch                   
df['ords'] = [tstamp.ordinal for tstamp in df.index]
m,c,r,x,y = stats.linregress(list(df.ords),
                             list(df['PointProduction']))