Pandas Vremenske Serije 2026: Praktični…

Ako ste pratili našu seriju o pandas biblioteci — od čišćenja podataka, preko GroupBy operacija, spajanja DataFrame-ova, preoblikovanja s pivot_table i melt, do primjene funkcija s apply i lambda — onda već imate solidan arsenal alata za podatke. Ali postoji jedna velika kategorija koju još nismo dotaknuli, a na koju ćete naletjeti gotovo svaki dan: vremenski podaci.

Cijene dionica, temperatura zraka, promet na webu, dnevna prodaja — svi ti podatci dijele jednu stvar: vezani su uz vremensku os. I baš za takve podatke pandas ima nevjerojatno moćan set alata. U ovom vodiču proći ćemo sve što vam treba za učinkovit rad s vremenskim serijama, uključujući promjene u pandas 3.0.

Hajdemo redom.

Što su vremenske serije i zašto su važne?

Vremenska serija (engl. time series) je niz podataka prikupljenih u pravilnim ili nepravilnim vremenskim intervalima. Za razliku od „običnih" tablica, ovdje redoslijed redaka zaista ima značenje — svaki red je mjerenje u nekom konkretnom trenutku.

Rad s vremenskim serijama omogućuje vam:

Otkrivanje trendova — rastu li ili padaju vrijednosti kroz vrijeme?
Identificiranje sezonskih obrazaca — postoje li ciklički obrasci koji se ponavljaju?
Izračun pomičnih prosjeka — kakav je glatki trend bez šuma?
Prognozu budućih vrijednosti na temelju prošlih podataka
Usporedbu podataka na različitim vremenskim razinama (dnevno, tjedno, mjesečno)

Iskreno, kad jednom savladate ove koncepte, pogledat ćete na podatke potpuno drugačije.

Priprema okruženja i primjer podataka

Za ovaj vodič koristit ćemo pandas 3.0 (najnovija stabilna verzija, objavljena u siječnju 2026.) i NumPy za generiranje primjera. Ako još niste nadogradili:

pip install pandas>=3.0 numpy

Kreirajmo simulirani dataset dnevnih prodaja za cijelu 2025. godinu:

import pandas as pd
import numpy as np

np.random.seed(42)
datumi = pd.date_range(start="2025-01-01", end="2025-12-31", freq="D")
prodaja = 200 + np.cumsum(np.random.randn(len(datumi)) * 10)

df = pd.DataFrame({
    "datum": datumi,
    "prodaja": np.round(prodaja, 2)
})

print(df.head())
#        datum  prodaja
# 0 2025-01-01   204.97
# 1 2025-01-01   203.58
# 2 2025-01-01   210.05
# 3 2025-01-01   225.23
# 4 2025-01-01   222.89

Ništa spektakularno — ali savršeno za demonstraciju svih tehnika koje slijede.

Timestamp i DatetimeIndex — temelji vremenskih serija

U pandasu, svaki pojedinačni trenutak u vremenu predstavljen je objektom Timestamp. Kad imate stupac ili indeks sastavljen od takvih objekata, pandas automatski stvara DatetimeIndex — a to je, da tako kažem, ključ koji otvara vrata svim naprednim operacijama.

Pretvaranje stringova u datume s to_datetime()

Podatci iz CSV-ova i baza često dolaze kao obični stringovi. Funkcija pd.to_datetime() pretvara ih u pandas Timestamp objekte:

# Automatsko prepoznavanje formata
df["datum"] = pd.to_datetime(df["datum"])

# Eksplicitno definiran format (brže za velike skupove)
df["datum"] = pd.to_datetime(df["datum"], format="%Y-%m-%d")

# Rukovanje neispravnim datumima
df["datum"] = pd.to_datetime(df["datum"], errors="coerce")  # NaT za neispravne

Novost u pandas 3.0: Zadana rezolucija za datetime podatke više nije nanosekunda, već mikrosekunda (ili rezolucija ulaznih podataka). U praksi to znači da sad možete raditi s datumima prije 1678. i nakon 2262. godine bez grešaka — što je super za povijesne i astronomske podatke, ali i za svakodnevne scenarije eliminira jednu dosadnu klasu bugova.

Postavljanje DatetimeIndex-a

Da biste iskoristili sve mogućnosti vremenskih serija, postavite stupac s datumima kao indeks:

df = df.set_index("datum")
print(type(df.index))
# <class 'pandas.core.indexes.datetimes.DatetimeIndex'>

print(df.index.dtype)
# datetime64[us]  # mikrosekunde u pandas 3.0

Ovaj korak je jednostavan, ali ključan. Bez njega vam resample i slične metode neće raditi.

Indeksiranje i filtriranje po vremenu

Kad jednom imate DatetimeIndex, pandas omogućuje nevjerojatno intuitivno filtriranje pomoću stringova:

# Svi podatci za ožujak 2025.
ozujak = df.loc["2025-03"]

# Podatci za prvi kvartal
q1 = df.loc["2025-01":"2025-03"]

# Specifičan datum
dan = df.loc["2025-06-15"]

# Podatci od lipnja nadalje
od_lipnja = df.loc["2025-06":]

Ovo radi jer pandas automatski parsira stringove i uspoređuje ih s DatetimeIndex-om. Ne trebate ručno stvarati Timestamp objekte za filtriranje — pandas to odradi umjesto vas.

Korisna .dt svojstva

Ako datum nije indeks nego obični stupac, koristite .dt accessor za izvlačenje komponenti:

df_reset = df.reset_index()

df_reset["godina"] = df_reset["datum"].dt.year
df_reset["mjesec"] = df_reset["datum"].dt.month
df_reset["dan_u_tjednu"] = df_reset["datum"].dt.day_name()
df_reset["kvartal"] = df_reset["datum"].dt.quarter
df_reset["je_vikend"] = df_reset["datum"].dt.dayofweek >= 5

Meni osobno .dt accessor je jedan od onih pandas feature-ova koje koristim konstantno, a često ih se podcjenjuje.

Resample — promjena frekvencije vremenskih podataka

E sad dolazimo do pravog mesa. Metoda resample() jedno je od najmoćnijih oružja za vremenske serije. Najlakše je zamisliti kao GroupBy za vremenske podatke — grupira podatke u vremenske „kante" (dnevne, tjedne, mjesečne...) i primjenjuje agregacijsku funkciju.

Downsampling — smanjenje frekvencije

Recimo da imate dnevne podatke, ali trebate mjesečni pregled:

# Mjesečna ukupna prodaja
mjesecna_prodaja = df["prodaja"].resample("MS").sum()
print(mjesecna_prodaja.head())

# Tjedni prosjek prodaje
tjedni_prosjek = df["prodaja"].resample("W").mean()

# Kvartalna maksimalna prodaja
kvartalni_max = df["prodaja"].resample("QS").max()

Najčešće korišteni frekvencijski stringovi:

"D" — dnevno
"W" — tjedno (završava nedjeljom)
"MS" — mjesečno (početak mjeseca)
"ME" — mjesečno (kraj mjeseca)
"QS" — kvartalno (početak kvartala)
"YS" — godišnje (početak godine)
"h" — po satu

Važna napomena: U pandas 3.0, zastarjele kratice poput "M" (za kraj mjeseca) zamijenjene su s "ME", a "Y" s "YE". Ako koristite stare kratice, dobit ćete grešku, ne samo upozorenje kao u pandasu 2.x.

Upsampling — povećanje frekvencije

Ponekad trebate podatke na višoj frekvenciji. Primjerice, imate mjesečne podatke, a trebaju vam dnevni:

mjesecni = df["prodaja"].resample("MS").mean()

# Upsampling na dnevnu frekvenciju — popunjavanje prema naprijed
dnevni_ffill = mjesecni.resample("D").ffill()

# Linearna interpolacija
dnevni_interp = mjesecni.resample("D").interpolate(method="linear")

# Bez popunjavanja — NaN gdje nema podataka
dnevni_nan = mjesecni.resample("D").asfreq()

Oprez: Upsampling s krivom metodom interpolacije može unijeti pristranost u podatke. Uvijek se zapitajte ima li popunjavanje smisla za vaš konkretan slučaj — nekad je bolje ostaviti NaN nego izmišljati vrijednosti.

Više agregacija odjednom

mjesecni_pregled = df["prodaja"].resample("MS").agg(["mean", "std", "min", "max", "count"])
print(mjesecni_pregled.head())

Kratko i čisto. Jedna linija koda, a dobijete kompletnu mjesečnu statistiku.

Rolling — pomični prozor za izglađivanje podataka

Dok resample() mijenja frekvenciju podataka, rolling() klizi fiksni „prozor" kroz njih i računa statistiku unutar tog prozora. Ovo je ključna tehnika za uklanjanje šuma i otkrivanje trendova.

Osnovna uporaba

# Pomični prosjek za 7 dana
df["ma_7"] = df["prodaja"].rolling(window=7).mean()

# Pomični prosjek za 30 dana
df["ma_30"] = df["prodaja"].rolling(window=30).mean()

# Pomična standardna devijacija (mjera volatilnosti)
df["std_7"] = df["prodaja"].rolling(window=7).std()

print(df.head(10))

Zašto su prve vrijednosti NaN? Jer prozor od 7 elemenata ne može izračunati prosjek dok nema barem 7 podataka. To je potpuno normalno ponašanje, ne greška — ne trebate se brinuti.

Ključni parametri rolling()

# min_periods — minimalan broj podataka za izračun
df["ma_7_flex"] = df["prodaja"].rolling(window=7, min_periods=3).mean()

# center — centriraj prozor oko trenutne točke
df["ma_7_cent"] = df["prodaja"].rolling(window=7, center=True).mean()

# Vremenski definirani prozor (umjesto fiksnog broja redaka)
df["ma_7d"] = df["prodaja"].rolling(window="7D").mean()

Parametar min_periods je posebno koristan kad imate praznine u podacima. Stavite ga na manji broj od veličine prozora i dobit ćete rezultate čak i kad prozor nije potpuno popunjen. U praksi ga koristim gotovo uvijek.

Prilagođene funkcije s rolling().apply()

Kad vam ugrađene metode nisu dovoljne, tu je apply() s vlastitom funkcijom:

# Koeficijent varijacije u pomičnom prozoru
def koef_varijacije(prozor):
    return prozor.std() / prozor.mean() * 100

df["cv_14"] = df["prodaja"].rolling(window=14).apply(koef_varijacije, raw=True)

# Raspon (max - min) u prozoru
df["raspon_7"] = df["prodaja"].rolling(window=7).apply(
    lambda x: x.max() - x.min(), raw=True
)

Savjet: parametar raw=True prosljeđuje NumPy niz umjesto pandas Series, što dosta ubrzava izvršavanje. Za velike datasetove razlika može biti značajna.

Expanding — kumulativni prozor

Za razliku od rolling() koji koristi fiksni prozor, expanding() koristi sve podatke od početka do trenutne točke. Jednostavno rečeno — prozor koji neprestano raste.

# Kumulativni prosjek
df["kum_prosjek"] = df["prodaja"].expanding().mean()

# Kumulativni maksimum
df["kum_max"] = df["prodaja"].expanding().max()

# Kumulativna standardna devijacija
df["kum_std"] = df["prodaja"].expanding().std()

Ovo je korisno kad vas zanima kako se neka metrika razvija kroz vrijeme od samog početka praćenja.

Shift i diff — pomak i razlike

Dvije jednostavne, ali izuzetno korisne metode za analizu vremenskih serija. Koriste se stalno, a često ih se zanemari u tutorijalima.

shift() — pomak podataka

# Prodaja prethodnog dana
df["prodaja_jucer"] = df["prodaja"].shift(1)

# Prodaja istog dana prošlog tjedna
df["prodaja_prosli_tjedan"] = df["prodaja"].shift(7)

# Postotna promjena u odnosu na prethodni dan
df["dnevna_promjena_pct"] = (df["prodaja"] / df["prodaja"].shift(1) - 1) * 100

diff() — razlika između uzastopnih vrijednosti

# Apsolutna dnevna promjena
df["dnevna_promjena"] = df["prodaja"].diff()

# Tjedna promjena
df["tjedna_promjena"] = df["prodaja"].diff(7)

# Isto kao: df["prodaja"] - df["prodaja"].shift(7)

Metoda diff() je važnija nego što se čini na prvi pogled. Pomaže ukloniti trend i učiniti podatke stacionarnima — a to je preduvjet za mnoge statističke modele (ARIMA, na primjer).

EWM — eksponencijalno ponderirani pomični prosjek

Obični rolling prosjek daje svim vrijednostima u prozoru jednaku težinu. ewm() je pametniji — daje veću težinu novijim vrijednostima, pa je osjetljiviji na nedavne promjene.

# EWM s span parametrom (ekvivalent rolling prozoru)
df["ema_12"] = df["prodaja"].ewm(span=12).mean()
df["ema_26"] = df["prodaja"].ewm(span=26).mean()

# Usporedba s običnim rolling prosjekom
df["sma_12"] = df["prodaja"].rolling(window=12).mean()

Ako ste ikad radili s financijskim podacima, EWM vam je vjerojatno poznat. MACD indikator, recimo, koristi upravo razliku dvaju eksponencijalno ponderiranih prosjeka. Ali i izvan financija, EWM je odličan izbor kad želite brže reagirati na promjene u podacima.

Praktični primjer: Analiza prodaje od početka do kraja

Dosta teorije — spojimo sve naučeno u jedan realistični primjer. Ovo je otprilike kako bi izgledao tipični workflow analize vremenskih serija:

import pandas as pd
import numpy as np

# 1. Učitavanje i priprema podataka
np.random.seed(42)
datumi = pd.date_range("2024-01-01", "2025-12-31", freq="D")
sezonska = 50 * np.sin(2 * np.pi * np.arange(len(datumi)) / 365)
trend = np.linspace(100, 300, len(datumi))
sum_noise = np.random.randn(len(datumi)) * 20
prodaja = trend + sezonska + sum_noise

df = pd.DataFrame({"prodaja": prodaja}, index=datumi)

# 2. Mjesečna agregacija
mjesecno = df.resample("MS").agg(
    prosjecna_prodaja=("prodaja", "mean"),
    ukupna_prodaja=("prodaja", "sum"),
    volatilnost=("prodaja", "std")
)

# 3. Pomični prosjeci za otkrivanje trenda
df["trend_30d"] = df["prodaja"].rolling(30).mean()
df["trend_90d"] = df["prodaja"].rolling(90).mean()

# 4. Detekcija anomalija pomoću rolling statistika
rolling_mean = df["prodaja"].rolling(30).mean()
rolling_std = df["prodaja"].rolling(30).std()
df["gornja_granica"] = rolling_mean + 2 * rolling_std
df["donja_granica"] = rolling_mean - 2 * rolling_std
df["anomalija"] = (
    (df["prodaja"] > df["gornja_granica"]) |
    (df["prodaja"] < df["donja_granica"])
)

# 5. Usporedba s prošlom godinom (YoY)
df["prodaja_prosle_god"] = df["prodaja"].shift(365)
df["yoy_promjena_pct"] = (
    (df["prodaja"] - df["prodaja_prosle_god"]) /
    df["prodaja_prosle_god"] * 100
)

print(f"Broj otkrivenih anomalija: {df['anomalija'].sum()}")
print(f"\nMjesečni pregled:\n{mjesecno.head()}")
print(f"\nProsječna YoY promjena: {df['yoy_promjena_pct'].mean():.1f}%")

Ovaj primjer pokriva stvarno velik dio onoga što ćete raditi u praksi: agregaciju, trendove, detekciju anomalija i year-over-year usporedbe. Naravno, u stvarnom projektu biste dodali vizualizacije (matplotlib ili plotly), ali logika obrade podataka ostaje ista.

Česte pogreške i kako ih izbjeći

Evo najčešćih zamki na koje sam i sam naletio (i vidio druge kako se u njih hvataju):

1. Zaboravljeno postavljanje DatetimeIndex-a

# KRIVO — resample ne radi bez DatetimeIndex-a
df = pd.read_csv("podaci.csv")
df["prodaja"].resample("MS").mean()  # TypeError!

# ISPRAVNO
df = pd.read_csv("podaci.csv", parse_dates=["datum"], index_col="datum")
df["prodaja"].resample("MS").mean()  # Radi!

Ovo je daleko najčešća greška kod početnika. Poruka greške nije uvijek intuitivna, pa vrijedi zapamtiti: resample() zahtijeva DatetimeIndex.

2. Zaboravljena agregacijska funkcija nakon resample()

# KRIVO — vraća Resampler objekt, ne podatke
rezultat = df["prodaja"].resample("MS")
print(rezultat)  # DatetimeIndexResampler...

# ISPRAVNO
rezultat = df["prodaja"].resample("MS").mean()
print(rezultat)  # Stvarni agregirani podaci

Lako za previdjeti. Resample bez agregacije ne daje grešku — samo vam vrati objekt koji nije ono što ste očekivali.

3. Zastarjele frekvencijske kratice u pandas 3.0

# ZASTARJELO (FutureWarning u pandas 2.x, greška u 3.0)
df.resample("M").mean()   # "M" je sada "ME"
df.resample("Y").mean()   # "Y" je sada "YE"
df.resample("H").mean()   # "H" je sada "h"

# ISPRAVNO za pandas 3.0
df.resample("ME").mean()
df.resample("YE").mean()
df.resample("h").mean()

Ako nadograđujete s pandasom 2.x, ovo će vas vjerojatno ugristi. Napravite brzi find-and-replace po projektu i uštedite si glavobolje.

4. Miješanje .loc i .iloc za vremenske indekse

# .loc koristi labele (datume)
df.loc["2025-03"]  # Svi podaci za ožujak

# .iloc koristi pozicije (brojeve)
df.iloc[0:30]  # Prvih 30 redaka

Pravilo je zapravo jednostavno: .loc za datume, .iloc za brojeve. Ali u žurbi se lako zabunite.

Često postavljana pitanja

Koja je razlika između resample() i rolling() u pandasu?

resample() mijenja frekvenciju podataka — pretvara, recimo, dnevne podatke u mjesečne grupirajući ih u vremenske intervale. rolling() ne mijenja frekvenciju, već klizi fiksni prozor kroz podatke i računa statistiku unutar njega. Ukratko: resample() kad trebate drugu granularnost, rolling() za izglađivanje i trendove.

Zašto rolling() vraća NaN za prve vrijednosti?

To je normalno ponašanje. Ako imate pomični prozor veličine 7, prvih 6 vrijednosti jednostavno nema dovoljno prethodnih podataka za izračun. Rješenje: koristite parametar min_periods — npr. rolling(window=7, min_periods=1).mean() će izračunati prosjek čim postoji barem jedan podatak.

Kako pretvoriti string stupac u datetime u pandasu 3.0?

Koristite pd.to_datetime(). U pandas 3.0 zadana rezolucija je mikrosekunda umjesto nanosekunde, što proširuje raspon podržanih datuma. Za neispravne vrijednosti dodajte errors="coerce" — problematični zapisi postaju NaT (Not a Time) umjesto da bacaju grešku. A za bolje performanse na velikim datasetovima, eksplicitno navedite format s format parametrom.

Što je Copy-on-Write u pandas 3.0 i kako utječe na vremenske serije?

Copy-on-Write (CoW) novo je zadano ponašanje u pandas 3.0 koje osigurava da svaka operacija indeksiranja vraća kopiju, ne pogled na originalne podatke. Za vremenske serije to je zapravo odlična vijest — eliminira čitavu klasu bugova vezanih uz neočekivane mutacije, posebno kod obrazaca poput df.loc['2025-03']['prodaja'] = 0 koji su prije davali nepredvidive rezultate. Više se ne trebate pitati „jesam li upravo promijenio originalni DataFrame ili ne?".

Kako odabrati pravu veličinu rolling prozora?

Ovisi o podacima i cilju. Za dnevne podatke, 7 dana hvata tjedne cikluse, 30 dana mjesečne trendove, a 90 ili 365 dana dugoročne. Manji prozor je osjetljiviji na promjene, veći daje glađi trend. Moj savjet: isprobajte nekoliko veličina i usporedite vizualno. To je gotovo uvijek bolji pristup od pokušaja da matematički izračunate „savršenu" veličinu.