时间序列数据，即按时间顺序排列的观测值序列，在许多地方都经常出现，从金融和经济到天气模式和传感器读数。与标准截面数据不同，时间排序是其主要特点，这意味着观测值 $y_t$ 通常依赖于先前的数值，例如 $y_{t-1}$。

本章将介绍处理此类数据所需的基本知识。我们将涵盖以下内容：

• 识别时间序列中常见的独有特性以及趋势和季节性等成分。
• 使用Python中的Pandas库来高效地加载、处理和操作时间索引数据。
• 时间平移、计算滞后值和应用滚动窗口操作等方法。
• 可视化时间序列数据的基本方法，以便初步了解其结构。

在本章结束时，您将具备处理和准备时间序列数据集以进行分析的基本工具。