Reamostragem de séries temporais

Reamostragem altera a frequência de uma série temporal. A redução da frequência diminui a frequência — por exemplo, convertendo dados diários em totais mensais. O aumento da frequência eleva a frequência — por exemplo, convertendo dados mensais em diários e preenchendo lacunas com valores interpolados. Ambas as operações exigem um DatetimeIndex e são realizadas com o método resample(), a versão do Pandas de groupby() sensível ao tempo.

df.resample(rule) cria um objeto DatetimeIndexResampler, no qual rule é um alias de deslocamento de frequência. Assim como em groupby(), nada é calculado até que você encadeie um método de agregação. Regras comuns: 'D' (dia), 'W' (semana), 'ME' (fim do mês), 'QE' (fim do trimestre) e 'YE' (fim do ano). O DataFrame deve ter um DatetimeIndex.

Para reduzir a frequência de dados diários para mensais, chame resample('ME') e encadeie uma agregação. sum() fornece os totais mensais; mean() fornece as médias mensais; last() fornece o último valor de cada período. O resultado tem uma linha por período, com a data de fim do período como rótulo do índice.

Faça a reamostragem com 'W' para agregar por semana do calendário terminando no domingo. Use 'W-MON' se quiser semanas terminando na segunda-feira. O Pandas agrupa todas as datas de cada semana e aplica a agregação. Isso é útil para relatórios semanais nos quais você quer uma linha de resumo por semana.

Assim como em groupby(), você pode encadear .agg() em um reamostrador para calcular várias estatísticas em uma única passagem. Passe uma lista de nomes de funções ou um dicionário para agregações nomeadas. Essa é a maneira mais eficiente de criar uma tabela abrangente de resumo de séries temporais.

Para séries temporais financeiras, o método .ohlc() reamostra os valores Open, High, Low, Close (OHLC) de cada período — a representação padrão em candlestick. Isso só é significativo para dados numéricos que representam um preço ou nível. Cada coluna da entrada gera quatro colunas OHLC na saída.

O aumento da frequência eleva a frequência, criando linhas para marcas temporais que não existiam nos dados originais. Essas novas linhas inicialmente contêm NaN. Em seguida, preencha-as com um método adequado aos seus dados: ffill() (preenchimento para frente — transporta o último valor conhecido) ou bfill() (preenchimento para trás — usa o próximo valor conhecido), ou interpolate() para uma interpolação suave.

Depois de aumentar a frequência, preencha as lacunas NaN criadas para as novas marcas temporais. ffill() propaga o último valor conhecido até a próxima observação real — uma boa opção para preços, quando o último preço negociado continua válido. interpolate(method='linear') preenche com valores espaçados linearmente entre as observações — uma boa opção para variáveis contínuas suaves.

Você pode combinar groupby() e resample() para reamostrar cada grupo separadamente. Chame groupby(column).resample(rule) em um DataFrame com DatetimeIndex. Isso produz um resultado com MultiIndex, no qual o nível externo é a chave do grupo e o nível interno é o período temporal reamostrado — muito útil para análises de séries temporais por produto ou região.

Por padrão, 'ME' ancora nas datas do fim do mês do calendário. Para períodos fiscais não padrão, use deslocamentos como 'QS-APR' (trimestre iniciado em abril) ou 'YS-OCT' (ano iniciado em outubro). O Pandas oferece suporte a muitos aliases de deslocamento ancorados. Consulte a documentação do Pandas para ver a lista completa ao trabalhar com períodos fiscais que não seguem o calendário.

Depois da reamostragem, verifique sempre se o resultado faz sentido. Confira se o número de períodos de saída corresponde ao esperado, se não há períodos ausentes (procure por NaN na saída) e se a soma dos totais mensais é igual à soma dos dados diários originais ao reduzir a frequência com sum(). Essas verificações de consistência detectam erros de deslocamento de uma unidade nas strings de frequência e intervalos de datas ausentes.

Nesta lição, você aprendeu que resample() é o equivalente de groupby() sensível ao tempo para alterar a frequência de séries temporais; a redução da frequência agrega dados (de diário para mensal com sum/mean); o aumento da frequência cria novas marcas temporais que devem ser preenchidas com ffill() ou interpolate(); e é possível combinar groupby() com resample() para agregar dados temporais por grupo. Em seguida, exploraremos deslocamentos e recursos de defasagem.