Direkt zum Inhalt
StartseitePythonManipulating Time Series Data in Python

Manipulating Time Series Data in Python

In this course you'll learn the basics of working with time series data.

Kurs Kostenlos Starten
4 Stunden16 Videos55 Übungen59.844 LernendeTrophyLeistungsnachweis

Kostenloses Konto erstellen

GoogleLinkedInFacebook

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
Group

Trainierst du 2 oder mehr?

Versuchen DataCamp for Business

Beliebt bei Lernenden in Tausenden Unternehmen


Kursbeschreibung

In this course you'll learn the basics of manipulating time series data. Time series data are data that are indexed by a sequence of dates or times. You'll learn how to use methods built into Pandas to work with this index. You'll also learn how resample time series to change the frequency. This course will also show you how to calculate rolling and cumulative values for times series. Finally, you'll use all your new skills to build a value-weighted stock index from actual stock data.
Für Unternehmen

GroupTrainierst du 2 oder mehr?

Erhalten Sie für Ihr Team Zugriff auf die vollständige DataCamp-Bibliothek mit zentralisierten Berichten, Zuweisungen, Projekten und mehr
Testen Sie DataCamp for BusinessFür eine maßgeschneiderte Lösung buchen Sie eine Demo.

In den folgenden Tracks

Finanzgrundlagen in Python

Gehe zu Track

Zeitreihen mit Python

Gehe zu Track
  1. 1

    Working with Time Series in Pandas

    Kostenlos

    This chapter lays the foundations to leverage the powerful time series functionality made available by how Pandas represents dates, in particular by the DateTimeIndex. You will learn how to create and manipulate date information and time series, and how to do calculations with time-aware DataFrames to shift your data in time or create period-specific returns.

    Kapitel Jetzt Abspielen
    How to use dates & times with pandas
    50 xp
    Your first time series
    100 xp
    Indexing & resampling time series
    50 xp
    Create a time series of air quality data
    100 xp
    Compare annual stock price trends
    100 xp
    Set and change time series frequency
    100 xp
    Lags, changes, and returns for stock price series
    50 xp
    Shifting stock prices across time
    100 xp
    Calculating stock price changes
    100 xp
    Plotting multi-period returns
    100 xp
Für Unternehmen

GroupTrainierst du 2 oder mehr?

Erhalten Sie für Ihr Team Zugriff auf die vollständige DataCamp-Bibliothek mit zentralisierten Berichten, Zuweisungen, Projekten und mehr

In den folgenden Tracks

Finanzgrundlagen in Python

Gehe zu Track

Zeitreihen mit Python

Gehe zu Track

Datensätze

Air quality dataStock data

Mitwirkende

Collaborator's avatar
Lore Dirick
Collaborator's avatar
Nick Solomon
Stefan Jansen HeadshotStefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Mehr Anzeigen

Was sagen andere Lernende?

Melden Sie sich an 15 Millionen Lernende und starten Sie Manipulating Time Series Data in Python Heute!

Kostenloses Konto erstellen

GoogleLinkedInFacebook

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.