在Python中进行季节性分解

Question

我有一个包含近五年平均气温的CSV文件。使用statsmodels.tsa.seasonal中的seasonal_decompose函数进行分解后，我得到了以下结果。事实上，结果没有显示出任何季节性！然而，在趋势中我看到了明显的sin！我想知道为什么会出现这种情况，以及如何纠正它？谢谢。

nresult = seasonal_decompose(nseries, model='additive', freq=1)
nresult.plot()
plt.show()

- user2867237

---

当我创建的时间序列没有时间索引时，我遇到了类似于这个问题。这样，分解算法就无法评估频率。就像@fuglede评论的那样。你能分享一下你的时间序列的形状，以及最重要的是你是如何创建它的吗？ - Hilton Fernandes

Answer 1

看起来你的freq设置不正确。

import numpy as np
import pandas as pd
from statsmodels.tsa.seasonal import seasonal_decompose

# Generate some data
np.random.seed(0)
n = 1500
dates = np.array('2005-01-01', dtype=np.datetime64) + np.arange(n)
data = 12*np.sin(2*np.pi*np.arange(n)/365) + np.random.normal(12, 2, 1500)
df = pd.DataFrame({'data': data}, index=dates)

# Reproduce the example in OP
seasonal_decompose(df, model='additive', freq=1).plot()

# Redo the same thing, but with the known frequency
seasonal_decompose(df, model='additive', freq=365).plot()

- fuglede

---

如何调整我的频率？如果我有两年的每周数据，我的 freq 应该是多少？是 freq=52 吗？在这种情况下，它会是空的。 - PV8