如何在Python中预处理时间序列数据以进行预测

Question

我正在尝试准备一些时间序列数据（Forex），以便在Python中进行预测。 该计划是将时间序列转换为一个二维Numpy数组，该数组将通过PypeR作为R矩阵传递给R，以训练ANFIS（自适应神经模糊推理系统）进行预测。 （我之所以经历如此复杂的过程，纯粹是出于学术考虑。）这将要求前n列为最后n个数据点，第（n +1）列为当前/预测值。

请考虑以下数据点：

Date    AUD-USD
9/1/1999    0.6452
9/2/1999    0.6466
9/3/1999    0.6466
9/4/1999    0.6466
9/5/1999    0.6459
9/6/1999    0.6494
9/7/1999    0.6479
9/8/1999    0.653
9/9/1999    0.6512

为了简单起见，假设前面的五个点将用作预测下一个数据点的输入。 然后，该数组应类似于：

            t - 5   t - 4   t - 3   t - 2   t - 1   t
9/6/1999    0.6452  0.6466  0.6466  0.6466  0.6459  0.6494
9/7/1999    0.6466  0.6466  0.6466  0.6459  0.6494  0.6479
9/8/1999    0.6466  0.6466  0.6459  0.6494  0.6479  0.653
9/9/1999    0.6466  0.6459  0.6494  0.6479  0.653   0.6512

减去日期（为清楚起见，仅在此处）。

问题是这样的：是否有一个现有的Python函数或库可以实现所需的结果？ 还是最好通过一系列循环手动完成？ 另外，这个过程叫做什么吗？ 对于Google来说，我似乎找不到解决方案，所以也许我只是不知道该说什么。

Answer 1

您可以轻松地在一行中构造移位数组。 在这里，我使用了整数范围来帮助您了解发生了什么-只需将A替换为您的数据即可。

import numpy as np

A = np.arange(10)
cut = 6
B = np.array([A[k-cut:k] for k in xrange(cut,A.size)])
print B

给予：

[[0 1 2 3 4 5]
 [1 2 3 4 5 6]
 [2 3 4 5 6 7]
 [3 4 5 6 7 8]]

要解析日期，请尝试查看熊猫，这是一个出色的数据处理库，尤其是在涉及日期时。