轴必须设置“频率”才能转换为周期 |季节性_分解

Question

我有一个临时 DF，其中包含以下数据

Quarter
2016Q3    146660510.0
2016Q4    123641451.0
2017Q1    125905843.0
2017Q2    129656327.0
2017Q3    126586708.0
2017Q4    116804168.0
2018Q1    118167263.0
2018Q2    121633740.0
2018Q3    125314447.0
2018Q4    120994896.0
2019Q1    126124709.0
2019Q2    134753318.0

我将其作为季度数据传递给seasonal_decompose，如下所示，但我收到一条错误消息，提示“轴必须将freq 设置为转换为周期”。频率已在 DF 中设置。我认为这个问题与您必须向 matplotlib 指定 x 轴是句点的事实有关，但我不知道该怎么做，也找不到任何其他示例，其中使用了带有四分之一的 DecomposeResult 对象

result = seasonal_decompose(temp, model='additive',period=4)  
result.plot()
plt.show()

Answer 1

 date=['2016Q3'
 ,'2016Q4'
 ,'2017Q1'
 ,'2017Q1'
 ,'2017Q3'
 ,'2017Q4'
 ,'2018Q1'
 ,'2018Q3'
 ,'2018Q3'
 ,'2018Q4'
 ,'2019Q1'
 ,'2019Q2']

 data=[146660510.0
 ,123641451.0
 ,125905843.0
 ,129656327.0
 ,126586708.0
 ,116804168.0
 ,118167263.0
 ,121633740.0
 ,125314447.0
 ,120994896.0
 ,126124709.0
 ,134753318.0]

 df=pd.DataFrame({'date':date,'data':data})
 df['date']=pd.to_datetime(df['date'])
 df=df.set_index('date')
 ax=df.plot(figsize=(14,2))
 plt.show()

 decomposition=sm.tsa.seasonal_decompose(x=df['data'],model='additive',      extrapolate_trend='freq', period=3)

 decomposition_trend=decomposition.trend
 ax= decomposition_trend.plot(figsize=(14,2))
 ax.set_xlabel('Date')
 ax.set_ylabel('Trend of time series')
 ax.set_title('Trend values of the time series')
 plt.show()

 decomposition_residual=decomposition.resid
 ax= decomposition_residual.plot(figsize=(14,2))
 ax.set_xlabel('Date')
 ax.set_ylabel('Residual of time series')
 ax.set_title('Residual values of the time series')
 plt.show()

Answer 2

只需将 PeriodIndex 转换为 DatetimeIndex，即可解决问题：

    df.index = df.index.to_timestamp()