第07章 长期随访：时间序列

第07章 长期随访：时间序列

章节摘要：健康数据要长期跟踪才见价值。本章讲时间索引的建立与切片、resample重采样复诊、rolling移动窗口监护——Pandas时间序列三件套。时区、偏移这些慢性病也有专段处置。

一条主线

归并好的宽表（第06章）有了日期字段，但只是一列文本。把它升格为时间索引，病史就有了时间轴：能按月复诊（resample）、能滚动观察趋势（rolling）、能对照上期算变化（shift的思路融在两节里）。主线任务是产出"门店日销售额的月度随访报告"：日粒度太细、年粒度太粗，重采样到月，再用移动窗口看趋势是否健康。时间序列的本质只有一句话：让时间当挂号条，一切操作都按时间对齐。

沿途站点

7-1 时间索引的随访档案

to_datetime建档、DatetimeIndex的时间切片、date_range造随访日历、Period与Timestamp的血型差异、时区这道慢性病。

7-2 resample重采样复诊

高频转低频的降采样与反方向的升采样，agg口径选择，缺的随访日怎么补齐。

7-3 rolling移动窗口监护

窗口与中心化、min_periods防小样本、移动均值去噪看趋势、移动标准差看波动。

拐点与结论

本章拐点在7-2：重采样不是简单的"分月求和"，downsample时聚合口径（sum还是mean还是last）决定了指标含义——月的"日均"与"总额"是两个完全不同的诊断。读完本章，你应当能够：

• 把字符串日期升格为DatetimeIndex，并用时间字符串直接切片
• 区分Timestamp、Period、Timedelta三种时间血型
• 用resample完成降采样与升采样，并按指标含义选agg口径
• 用rolling算移动均值与移动标准差，解释min_periods的用途
• 处理时区转换与夏令时引发的重复索引

前置与延伸

前置：第01章的parse_dates伏笔、第05章的分组聚合（重采样就是按频率的分组）、第06章的归并（多表合并后再上时间轴是常见顺序）。延伸：时间序列的预测建模超出本册范围，但特征工程（lag特征、滚动统计）用的全是本章器械。练习建议找一份真实的日度数据（天气、客流、汇率），从建档到监护完整走一遍，缺勤日与脏日期一定会遇到。

下一章的接力

随访报告出炉，数据体检只剩最后一站：第08章讲怎么让整条流水线跑得更快更省——向量化、query、内存优化，让体检中心自己先健康起来。

本章考核知识点清单

随访科的考核点：把字符串日期升格为DatetimeIndex并用format处理脏值；用时间字符串直接切片；区分Timestamp、Period、Timedelta三种血型；用date_range加reindex查出缺勤日；完成时区的localize与convert；按指标含义选择重采样的聚合口径；解释MS与M的标签差异；说出升采样时存量与流量的填法区别；用rolling配min_periods算移动均线与移动标准差并设置报警线；说明rolling按个数与按时间的窗口差异。这十条是从"会Pandas"到"会做时间序列分析"的全部门槛。