Lección 12 del curso Pandas Nivel Avanzado.
En la lección anterior vimos los conceptos de frecuencia y “offset” aplicados a las Series de Tiempo en Pandas.
En esta lección retomaremos el concepto de frecuencia visto en la lección anterior y veremos cómo realizar el re-muestreo de una Serie Temporal, que en esencia consiste en cambiar su frecuencia.
Por ejemplo, con el re-muestreo podemos pasar de una serie con una frecuencia diaria a una frecuencia semanal, o de una frecuencia de 1 hora a una frecuencia de 12 horas. Y para lograr esto Pandas posee dos métodos: «asfreq()» y «resample()».
Así que en esta lección veremos estos dos métodos en detalle pero antes comenzaremos respondiendo una pregunta fundamental: ¿cómo determinar la frecuencia de una Serie de Tiempo?:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
¡Muy bien! Acabamos de ver que el atributo «freq» del índice de una Serie de Tiempo nos permite determinar la frecuencia de dicha Serie. Sin embargo, para casos en los cuales la Serie de Tiempo no tiene una frecuencia definida, podemos usar el método «infer_freq()» de Pandas para tratar de inferir dicha frecuencia.
Además, vimos en detalle cómo funcionan los métodos «asfreq()» y «resample()» que en ambos casos permiten cambiar (aumentar o disminuir) la frecuencia de la Serie.
Vimos también que «asfreq()» involucra eliminación de datos al momento de hacer el re-muestreo, mientras que «resample()» tiene un principio de funcionamiento similar al método «groupby()» que vimos en un curso anterior: agrupa porciones de la serie y luego agrega los datos.
Así que en la próxima lección veremos otra técnica que en ocasiones resulta útil al momento de procesar una serie. Hablaremos entonces del desplazamiento en el tiempo de series temporales.
Todas las lecciones del curso Pandas Nivel Avanzado