Series.from_csv
está marcado como "Deprecated" en favor de pandas.read_csv
mucho más flexible. Para obtener una serie basta con pasar el parámetro squeeze
con valor True
siempre y cuando el csv conste de solo una columna (más indice) o especifiquemos que solo lea estas dos de forma explícita si tiene más.
Para leer solo parte de las columnas del csv (en este caso dos) basta con pasar una lista al argumento usecols
.
Vamos a partir del siguiente csv (inventado según lo que muestras en los comentarios sobre la estructura de tu csv original):
Date,Open,High,Low,Close,Adj Close,Volume
2012-05-18,42.049999,45.000000,38.000000,38.230000,38.230000,573576400
2012-05-19,42.049999,45.000000,38.000000,39.560000,38.230000,573576400
2012-05-20,42.049999,45.000000,38.000000,40.120000,38.230000,573576400
2012-05-21,42.049999,45.000000,38.000000,42.230000,38.230000,573576400
2012-05-22,42.049999,45.000000,38.000000,45.856000,38.230000,573576400
2012-05-23,42.049999,45.000000,38.000000,44.230000,38.230000,573576400
2012-05-24,42.049999,45.000000,38.000000,46.230000,38.230000,573576400
2012-05-25,42.049999,45.000000,38.000000,48.820000,38.230000,573576400
2012-05-26,42.049999,45.000000,38.000000,50.590000,38.230000,573576400
2012-05-27,42.049999,45.000000,38.000000,42.450000,38.230000,573576400
2012-05-28,42.049999,45.000000,38.000000,55.450000,38.230000,573576400
2012-05-29,42.049999,45.000000,38.000000,47.120000,38.230000,573576400
2012-05-30,42.049999,45.000000,38.000000,58.690000,38.230000,573576400
El error que muestras está lanzado desde NumPy y se debe generalmente a un mal parseo del csv que ocasiona que alguna columna falte o sobre, ocasionando un indexado ilegal en el array de NumPy usado internamente para almacenar los datos. En un csv correcto puede pasar por no especificar el separador correcto usado en él. Para ello basta con usar el argumento sep
.
Por otro lado, debemos parsear la columna de fechas adecuadamente ya que en caso contrario será leída como cadenas Python (dtype object
) y statsmodels.tsa.seasonal.seasonal_decompose
lanzará una excepción ya que espera una serie temporal. Para evitar problemas es recomendable pasarle una lista al argumento parse_dates
con las columnas que son fechas y queremos que sean parseadas a datetime
. Si tus fechas son de estilo europeo (con el dia primero, como 19/8/04
) debes indicarlo con ele argumento dayfirst
.
Con todo ello el código debería ser (recuerda cambiar la ruta del csv según tu caso):
import pandas as pd
from matplotlib import pyplot
from statsmodels.tsa.seasonal import seasonal_decompose
series = pd.read_csv('datos.csv', squeeze=True, header=0, parse_dates = [0],
index_col =[0], sep=',', usecols = ["Date", "Close"])
result = seasonal_decompose(series, model='multiplicative')
result.plot()
pyplot.show()
Lo que nos muestra la siguiente gráfica:
Código testeado en:
Python 3.6.3
Matplotlib 2.1.0
NumPy 1.13.3
Pandas 0.21.0
Statsmodels 0.8.0
Series.from_csv
supongo ¿no?19/8/04;49.845.802
, ¿Solo tenemos dos columnas, fecha y el valor? ¿Los puntos son separadores de miles o hay algún error? Es decir49.845.802
es "cuarenta y nueve millones ochocientos..." ¿La cabezera es la que indicas arribaDate;Close
? Es importante todo esto porque tanto el formato de la fecha, el separador y el significado del.
(separador decimal o separador de miles) son cruciales a la hora de especificar los parámetros de parseo del csv. El error en principio se debe al separador, pero para que te funcione hay que parsear correctamente las columnas.