我正在尝试将季节性、趋势和残差与时间序列“XYZ.csv”（在 2 年内收集的销售数据）区分开来。
[XYZ.csv 包含 2 列 - 日期和销售额。日期已被设置为代码中的索引。]
import pandas as pd
import statsmodels.api as sm
df = pd.read_csv('XYZ.csv')
df.date=pd.to_datetime(df.date)
df.set_index('date',inplace=True)
res = sm.tsa.seasonal_decompose
(df.colA.interpolate(),freq=?, model='additive')
resplot= res.plot()
observed = res.observed
seasonality = res.seasonal
这段代码工作正常。唯一的麻烦是要了解如何计算这个时间序列的频率？如果有任何预定义的方式可以做到这一点。提前感谢您的任何帮助/建议！