Efter att ha gått de här kurserna känner jag mig trygg med att skapa professionella visualiseringar och dashboards
Shoebur RahmanInköpsspecialist, Giz Bangladesh
Kursbeskrivning
I den här kursen lär du dig grunderna i att manipulera tidsseriedata. Tidsseriedata är data som indexeras av en sekvens av datum eller tidpunkter. Du lär dig hur du använder inbyggda metoder i Pandas för att arbeta med detta index. Du lär dig också hur du samplar om tidsserier för att ändra frekvensen. Kursen visar dessutom hur du beräknar rullande och kumulativa värden för tidsserier. Avslutningsvis använder du alla dina nya kunskaper för att bygga ett värdeviktat aktieindex från verkliga aktiedata.
Förkunskapskrav
Kursplan
Kursöversikt
1
Arbeta med tidsserier i Pandas
Det här kapitlet lägger grunden för att utnyttja den kraftfulla tidsseriehantering som Pandas erbjuder – i synnerhet via DateTimeIndex. Du lär dig hur du skapar och hanterar datuminformation och tidsserier, samt hur du utför beräkningar med tidsmässigt medvetna DataFrames för att förskjuta data i tid eller beräkna periodspecifik avkastning.
- Hur man arbetar med datum och tider i pandas50 XP
- Din första tidsserie100 XP
- Indexering och omsampling av tidsserier50 XP
- Skapa en tidsserie med luftkvalitetsdata100 XP
- Jämför årliga kursutvecklingstrender för aktier100 XP
- Ange och ändra tidsseriens frekvens100 XP
- Fördröjningar, förändringar och avkastning för aktiekurser50 XP
- Förskjutning av aktiekurser i tid100 XP
- Beräkna förändringar i aktiekurser100 XP
- Visualisera avkastning för flera perioder100 XP
2
Grundläggande tidsseriemått och omsampling
Det här kapitlet fördjupar sig i den centrala tidsseriehantering som pandas DateTimeIndex erbjuder. Det introducerar omsampling och hur du jämför olika tidsserier genom att normalisera deras startpunkter.
3
Fönsterfunktioner: Rullande och expanderande mått
I det här kapitlet lär du dig hur du använder fönsterfunktioner för att beräkna tidsseriemått för både rullande och expanderande fönster.
4
Allt sammantaget: Bygga ett värdeviktat index
Det här kapitlet knyter ihop tidigare koncept och visar dig hur du skapar ett värdeviktat index. Indexet använder börsvärdesdata från aktielistor för att beräkna vikter tillsammans med aktiekursinformation från 2016. Indexets utveckling jämförs sedan mot riktmärken för att utvärdera det index du har skapat.
Manipulera tidsseriedata i Python
Kurs
slutförd
