Analyse de Série Temporelle — Ventes de Véhicules (FRED)

Ce projet a pour objectif d’analyser une série temporelle de ventes de véhicules légers afin de :

• Comprendre la gestion des dates et du temps avec Pandas
• Manipuler un index temporel (DatetimeIndex)
• Transformer les données (resampling, décalage, différenciation)
• Identifier des tendances et dynamiques temporelles
• Visualiser l’évolution des ventes dans le temps

• Source : FRED (Federal Reserve Economic Data)
• Format : .csv
• Description : série temporelle des ventes de véhicules légers aux États-Unis

• Python
• Pandas
• Matplotlib
• Jupyter Notebook

git clone https://github.com/cdjarabe07/serie-temporelle-pandas
cd serie-temporelle-pandas

pip install pandas matplotlib jupyter

jupyter notebook

1. 01_time_series_analysis.ipynb

• Chargement du dataset CSV
• Conversion de la colonne de date en format datetime
• Définition de la date comme index (DatetimeIndex)
• Tri chronologique des données

• Création de plages de dates avec pd.date_range()

• Compréhension des fréquences :

  • Journalière (D)
  • Hebdomadaire (W)
  • Mensuelle (M)

• Agrégation des données :

  • Mensuelle
  • Trimestrielle

• Décalage des données (shift)
• Calcul des variations (diff)
• Analyse des évolutions d’une période à l’autre

• Calcul de la moyenne mobile (rolling)
• Lissage de la série pour identifier la tendance

• Identification d’une tendance globale des ventes
• Présence de fluctuations dans le temps
• Mise en évidence des variations d’une période à l’autre
• Amélioration de la lisibilité grâce à la moyenne mobile

• Utiliser la moyenne mobile pour analyser les tendances à long terme
• Surveiller les variations importantes entre périodes
• Adapter l’analyse selon la granularité (mensuelle ou trimestrielle)
• Préparer les données avant toute modélisation prédictive

serie-temporelle-pandas/
│
├── data/
│   └── vehicle_sales_fred.csv
│
├── notebooks/
│   └── 01_time_series_analysis.ipynb
│
├── src/
│   ├── data.py
│   ├── preprocessing.py
│   ├── analysis.py
│   └── visualization.py
│
├── outputs/
│   └── figures/
│
├── requirements.txt
└── README.md

https://roadmap.sh/projects/pandas-time-series