R或Python中的季节性调整

Question

有人知道一个例程在Python中进行季节性调整，甚至更好吗？下面是一个例子数据集（南非CPI），这往往有高峰在今年的前几个月：

我想找到的潜在压力剔除季节性因素的影响，但我最好喜欢使用一些相当直接的东西，内置到任何一种语言中，而不是直接连接或使用诸如Demetra的外部程序包。

Answer 1

步骤1.定义的数据。

（从http://www.statssa.gov.za/publications/P0141/P0141February2011.pdf获得）

CPI <- c(102.3, 103.1, 104.3, 105.7, 106.2, 106.6, 107, 108.2, 108.5, 108.9, 
     108.9, 108.9, 109.2, 109.5, 110.2, 111.1, 111.3, 111.5, 111.5, 
     112.2, 112.3, 112.4, 112.6, 112.8, 113, 113.5, 114.3) 

步骤2.计算在指数月变化，并转换为时间序列的对象。

dCPI <- ts(CPI[-1] - CPI[-length(CPI)], start=2008, frequency=12) 

步骤3.使用功能stl()计算季节性，趋势和残留物：

plot(stl(dCPI, "periodic")) 

Answer 2

http://mail.scipy.org/pipermail/scipy-user/2010-January/023847.html