将时间序列转换为数据框，使每行具有连续的时间片段

Question

我有一个时间序列，存储在pandas的Series对象里。我想知道能不能通过查看过去60天的数值来预测某一天的数值。为此，我想把我的时间序列转换成一个数据框，格式应该像这样（这样我才能把它输入到学习算法中）；

Day 1    Day2     ... Day 60   value
986.55   990.95   ... 1618.86  1655.5
990.95   1017.85  ... 1655.5   1669.8
1017.85  1053.68  ... 1669.8   1707.2

我该怎么进行这样的转换呢？

我的时间序列看起来是这样的（索引是pandas.tseries.index.DatetimeIndex）；

DATE
1991-01-02 986.55
1991-01-03 990.95
1991-01-04 1017.85
1991-01-05 1053.68

Answer 1

在编程中，有时候我们会遇到一些问题，特别是在使用某些工具或库的时候。这些问题可能会让我们感到困惑，但其实很多时候，解决方案就在我们身边。我们只需要仔细查看文档，或者在网上搜索一下，就能找到答案。

比如说，当你在写代码时，可能会碰到一些错误信息。不要慌张，这些错误信息其实是程序在告诉你哪里出了问题。你可以把这些信息复制到搜索引擎里，通常会找到很多人遇到过类似的问题和解决办法。

另外，参与一些编程社区，比如StackOverflow，可以让你接触到更多的知识和经验。你可以看到其他人是如何解决问题的，也可以向他们请教，获取帮助。

总之，编程是一条不断学习的道路，遇到问题是很正常的。只要保持耐心，多动手尝试，就一定能找到解决方案。

doffset = pd.tseries.offsets.Day(60)

f = lambda x: pd.DataFrame(x.tolist()).T

pd.concat([f(df['value'].ix[i:i+doffset]) for i in df.index])

Answer 2

这里说的 s 是你得到的一系列数据。你可以通过每天切片这个系列来创建一个数据表（DataFrame）：

df = pd.DataFrame([s[i:i+60].values for i in range(len(s)-60)])

接着，你可以给这些列重新命名：

df.columns=['Day '+str(i) for i in range(1,61)]