Algunos trabajos con frecuencias de tiempo

Algunos trabajos con frecuencias de tiempo. También se usa random de numpy¶

In [1]:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

declaramos una variable¶

per = a minutos en un año (bisiesto)¶

In [2]:

per = 1440

Definimos un rango de tiempo en función de la variable per. con una frecuencia T¶

In [3]:

tidx = pd.date_range('2020-01-01', periods = per, freq='T')
print(tidx)

DatetimeIndex(['2020-01-01 00:00:00', '2020-01-01 00:01:00',
               '2020-01-01 00:02:00', '2020-01-01 00:03:00',
               '2020-01-01 00:04:00', '2020-01-01 00:05:00',
               '2020-01-01 00:06:00', '2020-01-01 00:07:00',
               '2020-01-01 00:08:00', '2020-01-01 00:09:00',
               ...
               '2020-01-01 23:50:00', '2020-01-01 23:51:00',
               '2020-01-01 23:52:00', '2020-01-01 23:53:00',
               '2020-01-01 23:54:00', '2020-01-01 23:55:00',
               '2020-01-01 23:56:00', '2020-01-01 23:57:00',
               '2020-01-01 23:58:00', '2020-01-01 23:59:00'],
              dtype='datetime64[ns]', length=1440, freq='T')

declarar una variable que genera números random en función de la variable per¶

Se usa random.randn que en nunpy genera numeros de -1 al 1, sin ser 0

In [4]:

data = np.random.randn(per)

Genera un serie: dat es el data de lista. Index es tidx¶

luego se obtinen estadisticas de la lista

In [5]:

ts = pd.Series(data=data, index=tidx, name='SERIE_TIEMPO') 
tp = ts.describe()
ts

Out[5]:

2020-01-01 00:00:00   -1.014779
2020-01-01 00:01:00   -0.508143
2020-01-01 00:02:00   -0.730068
2020-01-01 00:03:00   -0.398964
2020-01-01 00:04:00   -1.245432
                         ...   
2020-01-01 23:55:00    0.629801
2020-01-01 23:56:00    0.419006
2020-01-01 23:57:00    1.292841
2020-01-01 23:58:00    1.350318
2020-01-01 23:59:00    0.354990
Freq: T, Name: SERIE_TIEMPO, Length: 1440, dtype: float64

Obtenemos muestras cada 15 minutos.¶

In [6]:

tp = ts.resample('15T').last()

Luego podemos hacer gráficos. por ejemplo la mínima, la máxima y la media de esa muestra.¶

In [7]:

ts.resample('15T').agg(['min', 'mean', 'max']).plot()

Out[7]:

<matplotlib.axes._subplots.AxesSubplot at 0x7fb6f39b7b90>