如何将时间序列转换为Python中的监督学习问题（3）

根据我的上篇博客如何将时间序列转换为Python中的监督学习问题（2）点击打开链接，对上述程序做了一些修改，使更符合我们的实际需要。

1. 让数据变量名是我们输入原始数据的变量名
2. 让前移步数和后移步数，更直观（比如，前移一步n_in=1,后移一步n_out=1）

因此，我们需重新定义一个函数：time_series_to_supervised()

该函数有四个参数：

• data：作为列表或2D NumPy数组的观察序列。需要。
• n_in：作为输入的滞后观察数（X）。值可以在[1..len（数据）]之间可选。默认为1。
• n_out：作为输出的观测数量（y）。值可以在[0..len（数据）]之间。可选的。默认为1。
• dropnan：Boolean是否删除具有NaN值的行。可选的。默认为True。

该函数返回一个值：

• 返回：系列的Pandas DataFrame用于监督学习。

完整代码如下：

from pandas import DataFrame
from pandas import concat
import random
def time_series_to_supervised(data, n_in=1, n_out=1,dropnan=True):
    n_vars = 1 if type(data) is list else data.shape[1]
    df = DataFrame(data)
    origNames = df.columns
    cols, names = list(), list()
    cols.append(df.shift(0))
    names += [('%s' % origNames[j]) for j in range(n_vars)]
    n_in = max(0, n_in)
    for i in range(n_in, 0, -1):
        time = '(t-%d)' % i
        cols.append(df.shift(i))
        names += [('%s%s' % (origNames[j], time)) for j in range(n_vars)]
    n_out = max(n_out, 0)
    for i in range(1, n_out+1):
        time = '(t+%d)' % i
        cols.append(df.shift(-i))
        names += [('%s%s' % (origNames[j], time)) for j in range(n_vars)]
    agg = concat(cols, axis=1)
    agg.columns = names
    if dropnan:
        agg.dropna(inplace=True)
    return agg

对代码进行一个简单的测试：

from pandas import DataFrame
from pandas import concat
import random
def time_series_to_supervised(data, n_in=1, n_out=1,dropnan=True):
    n_vars = 1 if type(data) is list else data.shape[1]
    df = DataFrame(data)
    origNames = df.columns
    cols, names = list(), list()
    cols.append(df.shift(0))
    names += [('%s' % origNames[j]) for j in range(n_vars)]
    n_in = max(0, n_in)
    for i in range(n_in, 0, -1):
        time = '(t-%d)' % i
        cols.append(df.shift(i))
        names += [('%s%s' % (origNames[j], time)) for j in range(n_vars)]
    n_out = max(n_out, 0)
    for i in range(1, n_out+1):
        time = '(t+%d)' % i
        cols.append(df.shift(-i))
        names += [('%s%s' % (origNames[j], time)) for j in range(n_vars)]
    agg = concat(cols, axis=1)
    agg.columns = names
    if dropnan:
        agg.dropna(inplace=True)
    return agg

df= DataFrame()
df['q']= [x for x in range(10)]
df['w']= [2*x for x in range(10)]
df['e']= random.sample(range(100),10)
result= time_series_to_supervised(df, n_in= 1, n_out= 1)
print (result)

输出的结果为：

结论：

经过上述的修正，可以看到结果输出既保留了当前时刻的值，也有前一时刻和后一时刻的值，而且变量名为原始数据的变量名。