パンダの時系列データを扱う

Question

私は毎日の時系列データを持っています。私はいくつかの月次要因を乗算することによってこれらの時系列値を修正しようとしています。

が

私の時系列データは、次のようになります：私がやったこと

mon_slope: 

month 
January  -0.168627 
February -0.165102 
March  -0.112321 
April  -0.112232 
May   -0.080092 
June  -0.129905 
July  -0.078751 
August  -0.095756 
September -0.090188 
October  -0.109919 
November -0.155380 
December -0.137885 
Name: slope, dtype: float64 

：

jan_corr = pd.DataFrame(model[model.index.month ==1]*mon_slope.ix[0][1]) 
feb_corr = pd.DataFrame(model[model.index.month ==2]*mon_slope.ix[1][1]) 
mar_corr = pd.DataFrame(model[model.index.month ==3]*mon_slope.ix[2][1]) 

.................. 
.................. 

final = pd.concat([jan_corr,feb_corr,mar_corr]) 

model: 

2010-01-30 0.008909 
2010-01-31 0.007562 
2010-02-01 0.
2010-02-02 0.010286 
2010-02-03 0.012244 
2010-02-04 0.011367 
2010-02-05 0.010800 
2010-02-06 0.007610 
2010-02-07 0.006534 
2010-02-08 0.004721 
       ... 
2015-12-02 0.005415 
2015-12-03 0.004358 
2015-12-04 0.006844 
2015-12-05 0.002373 

は、私は次のように毎月の要因を持っているように、それは、手動補正のようにそれをやりました

しかし、私はこれが正しい方法ではないと確信しています。それを行うための任意のシンプルな方法があります：

Answer 1

まず、マッピングの作成：

mapping = dict(months.values) 
mapping 

{'April': -0.112232, 
'August': -0.095756, 
'December': -0.13788499999999998, 
'February': -0.165102, 
'January': -0.168627, 
'July': -0.078751, 
'June': -0.129905, 
'March': -0.112321, 
'May': -0.080092, 
'November': -0.15538, 
'October': -0.109919, 
'September': -0.090188} 

あなたはMONTHNAMESを取得するためにSeries.dt.strftimeを使用することができます。

df.iloc[:, 0].dt.strftime('%B') 
Out[143]: 
0  January 
1  January 
2  February 
3  February 
4  February 
5  February 
6  February 
7  February 
8  February 
9  February 
10 December 
11 December 
12 December 
13 December 
Name: 0, dtype: object 

を今、して乗算器をアクセスするためにこれを使用df.replaceまたはdf.map：

df.iloc[:, 1] = df.iloc[:, 0].dt.strftime('%B').map(mapping) * df.iloc[:, 1] 
df 

      0   1 
0 2010-01-30 -0.001502 
1 2010-01-31 -0.001275 
2 2010-02-01 -0.002043 
3 2010-02-02 -0.001698 
4 2010-02-03 -0.002022 
5 2010-02-04 -0.001877 
6 2010-02-05 -0.001783 
7 2010-02-06 -0.001256 
8 2010-02-07 -0.001079 
9 2010-02-08 -0.000779 
10 2015-12-02 -0.000747 
11 2015-12-03 -0.000601 
12 2015-12-04 -0.000944 
13 2015-12-05 -0.000327 

---

の

詳細：

df 

      0   1 
0 2010-01-30 0.008909 
1 2010-01-31 0.007562 
2 2010-02-01 0.
3 2010-02-02 0.010286 
4 2010-02-03 0.012244 
5 2010-02-04 0.011367 
6 2010-02-05 0.010800 
7 2010-02-06 0.007610 
8 2010-02-07 0.006534 
9 2010-02-08 0.004721 
10 2015-12-02 0.005415 
11 2015-12-03 0.004358 
12 2015-12-04 0.006844 
13 2015-12-05 0.002373 

months 

      0   1 
0  January -0.168627 
1 February -0.165102 
2  March -0.112321 
3  April -0.112232 
4   May -0.080092 
5  June -0.129905 
6  July -0.078751 
7  August -0.095756 
8 September -0.090188 
9  October -0.109919 
10 November -0.155380 
11 December -0.137885 

---