Learn AI with Python · Ders

Pandas'ta Zaman Serileri

DatetimeIndex, resample(), rolling(), shift(), tarih aralığı oluşturma ve yeniden örnekleme.

Pandas'ta Zaman Serileri, CoddyKit'te ücretsiz bir Learn AI with Python dersidir. Bu, 4 dersinin 4. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Learn AI with Python öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Learn AI with Python kursu toplamda 4 dersten oluşur.

pandas'ta Zaman

pandas, zaman damgaları için kapsamlı destek sunar. Dizeleri zaman damgalarına dönüştürmek ve zamana göre dizin oluşturmak; yeniden örnekleme, kayan pencereler ve gecikme özelliklerini kullanmanızı sağlar.

to_datetime ile Ayrıştırma

pd.to_datetime, dizeleri veya sayıları uygun Timestamp nesnelerine dönüştürür ve yaygın biçimlerin çoğunu otomatik olarak algılar.

import pandas as pd
d = pd.to_datetime(["2026-01-01", "2026-01-05", "2026-02-10"])
print(d)
print(d.dtype)   # datetime64[ns]

date_range ile Tarih Oluşturma

pd.date_range, eşit aralıklı bir zaman damgası dizisi oluşturur. freq kodu adımı belirler: D günleri, H saatleri, M ay sonunu ve diğerlerini ifade eder.

rng = pd.date_range("2026-01-01", periods=5, freq="D")
print(rng)
# 2026-01-01 ... 2026-01-05

DatetimeIndex Oluşturma

Bir tarih-saat sütununu dizin olarak ayarlamak, zamana duyarlı dilimlemeyi ve resample/rolling araçlarını etkinleştiren bir DatetimeIndex oluşturur.

ts = pd.Series([10, 12, 9, 15, 11],
               index=pd.date_range("2026-01-01", periods=5, freq="D"))
print(ts)

Kısmi Dizeyle Dilimleme

Bir DatetimeIndex ile kısmi tarihlere göre dilimleme yapabilirsiniz: bir yıl veya ay dizesi, eşleşen tüm satırları seçer.

monthly = pd.Series(range(60),
    index=pd.date_range("2026-01-01", periods=60, freq="D"))
print(monthly["2026-02"].head())   # all of February

resample ile Daha Seyrek Örnekleme

resample, zaman için groupby işlemidir. Daha kaba bir frekansta yeniden örnekleyin ve ardından toplulaştırın; örneğin günlük verileri haftalık toplamlar hâline getirin.

weekly = monthly.resample("W").sum()
print(weekly.head())

Daha Sık Örnekleme ve Doldurma

Daha İNCE bir frekansta yeniden örnekleme, boşluklar oluşturur. Son değeri ileriye taşımak için bunu .ffill() ile birleştirin.

hourly = ts.resample("12H").ffill()
print(hourly.head())

Kayan Pencereler

rolling(window), kayan bir pencere üzerinde istatistik hesaplar ve gürültülü serileri yumuşatan hareketli ortalamaların temelini oluşturur.

roll = monthly.rolling(window=7).mean()
print(roll.head(10))   # first 6 are NaN (not enough history)

Kayan Pencere Çeşitleri

Kayan bir pencerede her türlü indirgeme kullanılabilir: mean, sum, std, minimum ve maksimum. 7 günlük kayan std, yakın zamandaki oynaklığı ölçer.

vol = monthly.rolling(7).std()
print(vol.tail())

shift ile Gecikme Oluşturma

shift(n), değerleri n dönem ileri taşır; böylece gecikme özellikleri oluşturulur ve dönemden döneme değişim hesaplanabilir.

df = pd.DataFrame({"sales": [100, 110, 105, 130]})
df["prev"] = df["sales"].shift(1)
df["pct_change"] = (df["sales"] - df["prev"]) / df["prev"]
print(df)

Tarih Bileşenlerini Çıkarma

.dt erişicisi; yıl, ay ve haftanın günü gibi bileşenleri sunar. Bunlar model özellikleri olarak kullanılabilir.

s = pd.Series(pd.date_range("2026-01-01", periods=3, freq="D"))
print(s.dt.dayofweek)   # 0=Monday
print(s.dt.month)

Hızlı Kontrol

Zaman serileri bilginizi sınayın.

Özet

Zaman serisi araçları:

Ayrıştırmak için pd.to_datetime, oluşturmak için pd.date_range
Bir DatetimeIndex, kısmi dizeyle dilimlemeyi etkinleştirir
Üst ve alt örnekleme için resample(freq).agg()
Hareketli istatistikler için rolling(window)
Gecikmeler için shift(n); tarih bileşenleri için .dt

Sıkça Sorulan Sorular

“Pandas'ta Zaman Serileri” dersi ücretsiz mi?

Evet — “Pandas'ta Zaman Serileri” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Learn AI with Python kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Learn AI with Python kursu toplamda 4 dersten oluşur.

“Pandas'ta Zaman Serileri” dersinde ne öğreneceğim?

DatetimeIndex, resample(), rolling(), shift(), tarih aralığı oluşturma ve yeniden örnekleme. Learn AI with Python ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

Learn AI with Python öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te Learn AI with Python, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 4. dersidir.

“Pandas'ta Zaman Serileri” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu Learn AI with Python dersinde kod yazıp çalıştırabilir miyim?

Evet. Her Learn AI with Python dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

← Learn AI with Python Sayfasına Dön