Series de Tiempo

Link al dataset

En el minuto 7:45 cuando se va a almacenar el resultado del fillna sobre df_diff, también se puede hacer de la siguiente:

df_diff.fillna({'Confirmed': 555.0,
 'Deaths': 17.0,
 'Recovered': 28.0},
 inplace = True)

y vemos como el resultado es el mismo:

Algunas opciones de resample
Alias - Description
B - Business day
D - Calendar day
W - Weekly
M - Month end
Q - Quarter end
A - Year end
BA - Business year end
AS - Year start
H - Hourly frequency
T, min - Minutely frequency
S - Secondly frequency
L, ms - Millisecond frequency
U, us - Microsecond frequency
N, ns - Nanosecond frequency

Para calcular las variaciones porcentuales:

df_time.pct_change()

Jajajaj en tiempos de coronavirus temprano

comparto mi opinion respecto a: df1 - df2

como dato interesante, vemos que al avanzar el tiempo el numero de sobreviviente es mayor,

. lo cual es una lectura alentadora que nos habla de una mejoria en las condiciones de tratamiento

Esto permite tomar decisiones basadas en datos reales

por ejemplo, continuar algun tratamiento que se haya realizado durante esas fechas y que ha dado resultados favorables.

. esto lo hemos visualizado rapidamente a partir de la seleccion que hemos hecho, lo que no hubiera sido posible o muy dificil de ver a partir de todos los datos en bruto del DF original

Un curso de analisis de series temporales seria algo muy util de aprender.
thanks

No sé por qué, pero el dataset que descargué tiene más muertos el 23-enero que el 24-enero. O sea, resucitó gente, por lo que se debe tomar decisiones sabiendo esto.

Excelente clase, las funciones de diff() y cumsum() son una maravilla. Hacer eso por query en bds transaccionales es tedioso y en varias líneas y aquí ¡boom!, súper rápido y sencillo 😄

Les muestro el conteido de esta clase a modo resumen

df.sample(5)
df['ObservationDate'] = pd.to_datetime(df['ObservationDate'])

df = df[[
 'ObservationDate',
 'Country/Region',
 'Confirmed',
 'Deaths',
 'Recovered']]

df_time = df.groupby('ObservationDate').sum()

df1 = df_time['Confirmed'].iloc[10:15]
df2 = df_time['Deaths'].iloc[12:17]
df1 - df2

#Diferencial de la serie, y el promedio de de esta.
df_diff = df_time.diff()
df_time.diff().mean()

df_time.head(1).to_dict()

df_diff = df_diff.fillna({'Confirmed':  555.0,
                 'Deaths': 17.0,
                    'Recovered':  28.0})
df_diff.cumsum()

df_diff.resample('7D').sum()
df_diff.resample('W-Sun').sum()
df_diff.resample('M').sum()

df_diff.resample('M').count()

me encanta este cursoooo

link al notebook en google colab

Entendido

Mi solucion para el minuto 7:34 fue

df_diff = df_time.diff()
line1 = df_time.head(1)
df_diff.iloc[0] = line1

Excelente clase

una forma de obtener el diccionario para aplicar en df_diff.fillna() es la siguiente:

dictnan = df_time.head(1).reset_index().drop(['ObservationDate','SNo'], axis = 1).to_dict('records')
df_diff.fillna(dictnan[0], inplace=True)

dale una mirada y me cuentas

Esto es muy util por que en la mayoria de informacion se manejan fechas.

Yo juraba que íbamos a ver series de Fourier, jajaja!

¿Qué vamos a aprender en esta clase?

Vamos a aprender a cómo utilizar la función resample en series de tiempo para extraer valor estadístico de nuestros datos, como va cambiando el número de casos dada una frecuencia determinada como lo es el mes, la semana, etc.

excelente curso

Excelente

En esta clase tarde como dos horas explotando este DF, las series de tiempo son sumamente útiles, ver como se comportan los datos a través de un histórico y las operaciones que puedes hacer con ellos son geniales, me apoyé mucho también de la visualización.

Dar formato de tiempo

Agrupar por fechas (Que el índice sean las fechas)

Encontrar la diferencia de la variable dependiente a lo largo del tiempo.

Restar los datos que coincidan con la fecha