Pular para o conteúdo principal
InícioPython

Manipulação de dados de séries temporais em Python

"Neste curso, você aprenderá o básico de trabalhar com dados de séries temporais."

Comece O Curso Gratuitamente
4 horas16 vídeos55 exercícios59.993 aprendizesTrophyDeclaração de Realização

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.
Group

Treinar 2 ou mais pessoas?

Tentar DataCamp for Business

Amado por alunos de milhares de empresas


Descrição do Curso

Neste curso, você aprenderá os fundamentos da manipulação de dados de séries temporais. Os dados de séries temporais são dados indexados por uma sequência de datas ou horários. Você aprenderá a usar os métodos incorporados no Pandas para trabalhar com esse índice. Você também aprenderá a fazer uma reamostragem de séries temporais para alterar a frequência. Este curso também mostrará a você como calcular valores contínuos e cumulativos para séries temporais. Por fim, você usará todas as suas novas habilidades para criar um índice de ações ponderado por valor a partir de dados reais de ações.
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.
DataCamp Para EmpresasPara uma solução sob medida , agende uma demonstração.

Nas seguintes faixas

Fundamentos de finanças em Python

Ir para a trilha

Séries temporais em Python

Ir para a trilha
  1. 1

    Trabalhando com séries temporais no Pandas

    Gratuito

    Este capítulo estabelece as bases para você aproveitar a poderosa funcionalidade de série temporal disponibilizada pela forma como o Pandas representa as datas, em particular pelo DateTimeIndex. Você aprenderá a criar e manipular informações de datas e séries temporais e a fazer cálculos com DataFrames com reconhecimento de tempo para deslocar seus dados no tempo ou criar retornos específicos de períodos.

    Reproduzir Capítulo Agora
    Como usar datas e horários com pandas
    50 xp
    Sua primeira série cronológica
    100 xp
    Indexação e reamostragem de séries temporais
    50 xp
    Criar uma série temporal de dados de qualidade do ar
    100 xp
    Comparar tendências anuais de preços de ações
    100 xp
    Definir e alterar a frequência da série temporal
    100 xp
    Defasagens, alterações e retornos para séries de preços de ações
    50 xp
    Mudança de preços de ações ao longo do tempo
    100 xp
    Cálculo de alterações no preço das ações
    100 xp
    Plotagem de retornos de vários períodos
    100 xp
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.

Nas seguintes faixas

Fundamentos de finanças em Python

Ir para a trilha

Séries temporais em Python

Ir para a trilha

conjuntos de dados

Air quality dataStock data

colaboradores

Collaborator's avatar
Lore Dirick
Collaborator's avatar
Nick Solomon
Stefan Jansen HeadshotStefan Jansen

Founder & Lead Data Scientist at Applied Artificial Intelligence

Ver Mais

O que os outros alunos têm a dizer?

Junte-se a mais de 15 milhões de alunos e comece Manipulação de dados de séries temporais em Python hoje mesmo!

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.