Python和Scipy的季节性调整

Question

我希望使用Python季节性地调整月度数据。从这些序列中可以看到：www.emconfidential.com，数据中有很高的季节性成分。我想对此进行调整，以便在系列趋势上升或下降时能更好地进行测量。有谁知道如何使用scipy或其他Python库轻松地做到这一点吗？

Answer 1

Statsmodels可以做到这一点。它们有一个基本的季节分解，也有一个普查X13调整的包装。您还可以使用rpy2访问R的一些优秀SA库。以下是statsmodels季节性分解：

import pandas as pd
import statsmodels.api as sm
import matplotlib.pyplot as plt
pd.options.display.mpl_style = 'default'
%matplotlib inline

dta = sm.datasets.co2.load_pandas().data.resample("M").fillna(method="ffill")

res = sm.tsa.seasonal_decompose(dta)

fig = res.plot()
fig.set_size_inches(10, 5)
plt.tight_layout()

http://statsmodels.sourceforge.net/0.6.0/release/version0.6.html

Answer 2

没有神奇的python库可以为您做季节性调整。做这种事情的应用程序往往是rather large。

你需要计算出数学yourself，然后使用scipy为你计算其余的。

Answer 3

现在有一个包，似乎正是你要找的！查看seasonal包，这里是link。我个人觉得它非常有用，不知道别人怎么想。