{"id":2364,"date":"2023-07-22T14:41:49","date_gmt":"2023-07-22T14:41:49","guid":{"rendered":"https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/"},"modified":"2023-07-22T14:41:49","modified_gmt":"2023-07-22T14:41:49","slug":"serie-temporali-di-ricampionamento-di-python","status":"publish","type":"post","link":"https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/","title":{"rendered":"Come ricampionare i dati delle serie temporali in python (con esempi)"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><strong>Ricampionare<\/strong> i dati delle serie temporali significa riassumere o aggregare i dati in un nuovo periodo.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Possiamo usare la seguente sintassi di base per ricampionare i dati delle serie temporali in Python:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#find sum of values in column1 by month<\/span>\nweekly_df[' <span style=\"color: #ff0000;\">column1<\/span> '] = df[' <span style=\"color: #ff0000;\">column1<\/span> ']. <span style=\"color: #3366ff;\">resample<\/span> (' <span style=\"color: #ff0000;\">M<\/span> '). <span style=\"color: #3366ff;\">sum<\/span> ()\n\n<span style=\"color: #008080;\">#find mean of values in column1 by week<\/span>\nweekly_df[' <span style=\"color: #ff0000;\">column1<\/span> '] = df[' <span style=\"color: #ff0000;\">column1<\/span> ']. <span style=\"color: #3366ff;\">resample<\/span> (' <span style=\"color: #ff0000;\">W<\/span> '). <span style=\"color: #3366ff;\">mean<\/span> () \n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Tieni presente che possiamo ricampionare i dati delle serie temporali in periodi di tempo diversi, tra cui:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>S<\/strong> : Secondi<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>min<\/strong> : minuti<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>H<\/strong> : Ore<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>J<\/strong> :Giorno<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>W<\/strong> : Settimana<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>M<\/strong> : Mese<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>D<\/strong> : Un quarto<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>R<\/strong> : Anno<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">L&#8217;esempio seguente mostra come ricampionare nella pratica i dati delle serie temporali.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Esempio: ricampionare i dati delle serie temporali in Python<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Supponiamo di avere il seguente DataFrame panda che mostra le vendite totali effettuate ogni ora da un&#8217;azienda in un periodo di un anno:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008000;\">import<\/span> pandas <span style=\"color: #008000;\">as<\/span> pd\n<span style=\"color: #008000;\">import<\/span> numpy <span style=\"color: #008000;\">as<\/span> np\n\n<span style=\"color: #008080;\">#make this example reproducible\n<\/span>n.p. <span style=\"color: #3366ff;\">random<\/span> . <span style=\"color: #3366ff;\">seeds<\/span> (0)\n\n<span style=\"color: #008080;\">#create DataFrame with hourly index\n<\/span>df = pd. <span style=\"color: #3366ff;\">DataFrame<\/span> (index= <span style=\"color: #3366ff;\">pd.date_range<\/span> (' <span style=\"color: #ff0000;\">2020-01-06<\/span> ', ' <span style=\"color: #ff0000;\">2020-12-27<\/span> ', freq=' <span style=\"color: #ff0000;\">h<\/span> '))\n\n<span style=\"color: #008080;\">#add column to show sales by hour\n<\/span>df[' <span style=\"color: #ff0000;\">sales<\/span> '] = np. <span style=\"color: #3366ff;\">random<\/span> . <span style=\"color: #3366ff;\">randint<\/span> (low=0, high=20, size= <span style=\"color: #008000;\">len<\/span> (df. <span style=\"color: #3366ff;\">index<\/span> ))\n\n<span style=\"color: #008080;\">#view first five rows of DataFrame\n<\/span>df. <span style=\"color: #3366ff;\">head<\/span> ()\n\n\t             dirty\n2020-01-06 00:00:00 12\n2020-01-06 01:00:00 15\n2020-01-06 02:00:00 0\n2020-01-06 03:00:00 3\n2020-01-06 04:00:00 3\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Se creiamo un grafico a linee per visualizzare i dati di vendita, sarebbe simile a questo:<\/span> <\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\"><span style=\"color: #000000;\"><span style=\"color: #008000;\">import<\/span> matplotlib. <span style=\"color: #3366ff;\">pyplot<\/span> <span style=\"color: #008000;\">as<\/span> plt\n<\/span>\n#plot time series data\n<span style=\"color: #000000;\">plt. <span style=\"color: #3366ff;\">plot<\/span> (df. <span style=\"color: #3366ff;\">index<\/span> , df. <span style=\"color: #3366ff;\">sales<\/span> , linewidth= <span style=\"color: #008000;\">3<\/span> )<\/span><\/span><\/strong> <\/pre>\n<p><img decoding=\"async\" loading=\"lazy\" class=\" wp-image-21395 aligncenter\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/heures1.png\" alt=\"\" width=\"575\" height=\"376\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Questo grafico \u00e8 di difficile interpretazione, quindi possiamo riassumere i dati di vendita per settimana:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#create new DataFrame\n<span style=\"color: #000000;\">weekly_df = pd. <span style=\"color: #3366ff;\">DataFrame<\/span> ()\n\n<span style=\"color: #008080;\">#create 'sales' column that summarizes total sales by week\n<\/span>weekly_df[' <span style=\"color: #ff0000;\">sales<\/span> '] = df[' <span style=\"color: #ff0000;\">sales<\/span> ']. <span style=\"color: #3366ff;\">resample<\/span> (' <span style=\"color: #ff0000;\">W<\/span> '). <span style=\"color: #3366ff;\">sum<\/span> ()\n\n<span style=\"color: #008080;\">#view first five rows of DataFrame\n<\/span>weekly_df. <span style=\"color: #3366ff;\">head<\/span> ()\n\n                dirty\n2020-01-12 1519\n2020-01-19 1589\n2020-01-26 1540\n2020-02-02 1562\n2020-02-09 1614<\/span><\/span><\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Questo nuovo DataFrame mostra la somma delle vendite settimanali.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Possiamo quindi creare un grafico della serie temporale utilizzando questi dati settimanali:<\/span> <\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\"><span style=\"color: #000000;\"><span style=\"color: #008000;\">import<\/span> matplotlib. <span style=\"color: #3366ff;\">pyplot<\/span> <span style=\"color: #008000;\">as<\/span> plt\n<\/span>\n#plot weekly sales data\n<span style=\"color: #000000;\">plt. <span style=\"color: #3366ff;\">plot<\/span> ( <span style=\"color: #3366ff;\">weekly_df.index<\/span> , <span style=\"color: #3366ff;\">weekly_df.sales<\/span> , linewidth= <span style=\"color: #008000;\">3<\/span> )<\/span><\/span><\/strong> <\/pre>\n<p><img decoding=\"async\" loading=\"lazy\" class=\" wp-image-21396 aligncenter\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/fois2.png\" alt=\"\" width=\"556\" height=\"328\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Questo grafico \u00e8 molto pi\u00f9 facile da leggere perch\u00e9 rappresentiamo solo i dati di vendita per 51 settimane individuali, rispetto ai dati di vendita per 8.545 ore individuali nel primo esempio.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Nota<\/strong> : in questo esempio, abbiamo riepilogato i dati di vendita per settimana, ma potremmo anche riassumerli per mese o trimestre se desideriamo tracciare ancora meno punti dati.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Risorse addizionali<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">I seguenti tutorial spiegano come eseguire altre operazioni comuni in Python:<\/span><\/p>\n<p> <a href=\"https:\/\/statorials.org\/it\/serie-temporali-matplotlib\/\" target=\"_blank\" rel=\"noopener\">Come tracciare una serie temporale in Matplotlib<\/a><br \/> <a href=\"https:\/\/statorials.org\/it\/cronologia-dei-nati-sul-mare\/\" target=\"_blank\" rel=\"noopener\">Come tracciare una serie temporale in Seaborn<\/a><br \/> <a href=\"https:\/\/statorials.org\/it\/carta-pitone\/\" target=\"_blank\" rel=\"noopener\">Come calcolare MAPE dalle serie temporali in Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Ricampionare i dati delle serie temporali significa riassumere o aggregare i dati in un nuovo periodo. Possiamo usare la seguente sintassi di base per ricampionare i dati delle serie temporali in Python: #find sum of values in column1 by month weekly_df[&#8216; column1 &#8216;] = df[&#8216; column1 &#8216;]. resample (&#8216; M &#8216;). sum () #find mean [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Come ricampionare i dati delle serie temporali in Python (con esempi) - Statorials<\/title>\n<meta name=\"description\" content=\"Questo tutorial spiega come ricampionare i dati delle serie temporali in Python, con diversi esempi.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Come ricampionare i dati delle serie temporali in Python (con esempi) - Statorials\" \/>\n<meta property=\"og:description\" content=\"Questo tutorial spiega come ricampionare i dati delle serie temporali in Python, con diversi esempi.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-22T14:41:49+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/heures1.png\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/\",\"url\":\"https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/\",\"name\":\"Come ricampionare i dati delle serie temporali in Python (con esempi) - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/it\/#website\"},\"datePublished\":\"2023-07-22T14:41:49+00:00\",\"dateModified\":\"2023-07-22T14:41:49+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae\"},\"description\":\"Questo tutorial spiega come ricampionare i dati delle serie temporali in Python, con diversi esempi.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Casa\",\"item\":\"https:\/\/statorials.org\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Come ricampionare i dati delle serie temporali in python (con esempi)\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/it\/#website\",\"url\":\"https:\/\/statorials.org\/it\/\",\"name\":\"Statorials\",\"description\":\"La tua guida all&#039;alfabetizzazione statistica!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/it\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Ciao, sono Benjamin, un professore di statistica in pensione diventato insegnante dedicato di Statorials. Con una vasta esperienza e competenza nel campo della statistica, sono ansioso di condividere le mie conoscenze per potenziare gli studenti attraverso Statorials. Scopri di pi\u00f9\",\"sameAs\":[\"https:\/\/statorials.org\/it\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Come ricampionare i dati delle serie temporali in Python (con esempi) - Statorials","description":"Questo tutorial spiega come ricampionare i dati delle serie temporali in Python, con diversi esempi.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/","og_locale":"it_IT","og_type":"article","og_title":"Come ricampionare i dati delle serie temporali in Python (con esempi) - Statorials","og_description":"Questo tutorial spiega come ricampionare i dati delle serie temporali in Python, con diversi esempi.","og_url":"https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/","og_site_name":"Statorials","article_published_time":"2023-07-22T14:41:49+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/heures1.png"}],"author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Benjamin anderson","Est. reading time":"2 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/","url":"https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/","name":"Come ricampionare i dati delle serie temporali in Python (con esempi) - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/it\/#website"},"datePublished":"2023-07-22T14:41:49+00:00","dateModified":"2023-07-22T14:41:49+00:00","author":{"@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae"},"description":"Questo tutorial spiega come ricampionare i dati delle serie temporali in Python, con diversi esempi.","breadcrumb":{"@id":"https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/it\/serie-temporali-di-ricampionamento-di-python\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Casa","item":"https:\/\/statorials.org\/it\/"},{"@type":"ListItem","position":2,"name":"Come ricampionare i dati delle serie temporali in python (con esempi)"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/it\/#website","url":"https:\/\/statorials.org\/it\/","name":"Statorials","description":"La tua guida all&#039;alfabetizzazione statistica!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/it\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"it-IT"},{"@type":"Person","@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Ciao, sono Benjamin, un professore di statistica in pensione diventato insegnante dedicato di Statorials. Con una vasta esperienza e competenza nel campo della statistica, sono ansioso di condividere le mie conoscenze per potenziare gli studenti attraverso Statorials. Scopri di pi\u00f9","sameAs":["https:\/\/statorials.org\/it"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts\/2364"}],"collection":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/comments?post=2364"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts\/2364\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/media?parent=2364"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/categories?post=2364"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/tags?post=2364"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}