9/30 6세션

A. 시계열 데이터란

• 데이터 분석 단위(행) 간에 시간 순서가 있는 데이터
• 행 간 간격이 동일해아 함
• 비즈니스 이해 단계에서 시계열 데이터인지 판단
• 행과 행 사이에는 관계 없는 건 디폴트

A-1. 기존 데이터 분석의 한계

시계열-단변량 숫자형

• 히스토그램으로 나타내면 구간으로만 나와서 정확하지 않다

시계열-단변량 범주형

• 막대그래프, 비율을 나타내는 파이 차트는 딱히 볼 게 없다

시계열-이변량 숫자&숫자

• 종가 그래프 등의 경우 산점도로 나타내면 완전 선형관계로 나온다
• 너무 당연한 가설이다

B. 시계열 데이터 분석

시간의 흐름에 따른 패턴 찾기!

B-1. 시각화

• 라인 차트 사용
• sns.lineplot(x, y, data)
• 축을 달리하자

# 축을 양쪽에 두고 그립시다.
plt.figure(figsize = (12,5))
# 왼쪽 축
ax1 = sns.lineplot(x = 'Date', y = 'Close', data = kospi, label = 'Close', color = 'blue', linewidth = .5)
plt.legend(loc='upper left')

 # 오른쪽 축 생성
ax2 = ax1.twinx()
sns.lineplot(x = 'Date', y = 'Volume_Lag', data = kospi, label = 'Volume', color = 'green', linewidth = .5)
plt.legend(loc='upper right')

# 그래프 출력
plt.show()

B-2. 시계열 데이터 분해 (Decomposition)

• 시계열 데이터 안에 있는 반복 추세와 반복 패턴(주기)을 찾아내는 과정
• 찾아낸 패턴을 하나의 모델로 볼 수 있음
• statsmodels.api 의 sm.tsa.seasonal_decompose() 사용
• period 매개변수로 분해 방법 설정

1. Original (원본)
2. Trend (추세) : period로 설정한 주기의 이동 평균 계산
3. Seasonal (반복 주기) : 원본에서 Trend 를 빼고, 동일 주기의 데이터 평균으로 계산
4. Residual (잔차)

B-3. 시간 흐름을 feature 로 담기

diff() : 차분

특정 시점의 데이터와 이전 시점의 데이터 차이 구하기 (변화량)

shift

rolling

C. 데이터 변화량

• 시리즈에 diff() 사용

> nums = [10, 12, 16, 23, 20, 15, 16, 21, 20, 25, 18]
> nums_diff = pd.Series(nums).diff()

0     NaN
1     2.0
2     4.0
3     7.0
4    -3.0
5    -5.0
6     1.0
7     5.0
8    -1.0
9     5.0
10   -7.0

D. 상관분석

D-1. 자기 상관 분석

• 시계열 데이터 내에서 한 시점의 값이 이전 시점 n과 어떤 관계인지를 측정하는 방법
• shift 를 수행해서 이전 시점 데이터를 가지고 있는 새로운 컬럼을 만들어야 함

# 지연 속성 50개 추가
for x in range(1, 51):
    temp[f'Count_Lag_{x}'] = temp['Count'].shift(x)
temp.dropna(inplace=True)

또는

# 자기상관함수 모듈
from statsmodels.graphics.tsaplots import plot_acf

# 자기상관 분석 시각화
fig, ax = plt.subplots(figsize=(12, 3))
plot_acf(data['Count'], lags=50, alpha=0.05, ax=ax)
plt.show()

D-2. 교차 상관 분석

• 두 시계열 데이터 집합 사이의 상관관계

# 모듈 불러오기
from statsmodels.tsa.stattools import ccf

# 교차 상관 계수 계산
ccf_values = ccf(data['Count'], data['Temperature'])[:50]

# 시각화
plt.figure(figsize=(12, 3))
plt.bar(range(50), ccf_values)
plt.title('Cross-Correlation(Count, Temperature)', size=12, pad=10)
plt.show()

E. 시계열 데이터 가변수화

• 카테고리 형으로 변환
• 카테고리 형은 sorting 도 리스트의 순서로 됨

# 가변수화
seasons = ['Spring', 'Summer', 'Autumn','Winter']
weekday = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday']
holiday = ['No Holiday', 'Holiday']
x['Seasons'] = pd.Categorical(x['Seasons'], categories=seasons)
x['Weekday'] = pd.Categorical(x['Weekday'], categories=weekday)
x['Holiday'] = pd.Categorical(x['Holiday'], categories=holiday)
x = pd.get_dummies(x, drop_first=True, dtype=int)