【问题标题】:Python: Apply Time series to each column of a dataframe and return a new rowPython:将时间序列应用于数据框的每一列并返回一个新行
【发布时间】:2018-10-30 10:24:19
【问题描述】:
DATE COL1 COL2
28/10/18 10 10
29/10/18 10 10
30/10/18 10 10

我有上述格式的数据。我想使用 python 中的 ARIMA 模型预测日期 31/10/2018 的 COL1 和 COL2 的值。

有没有一种方法可以应用模型在整个数据帧上运行并获得结果作为一行

DATE COL1 COL2
31/10/18 10 10

然后将值附加到末尾。或者唯一可能的方法是在列中迭代并运行时间序列模型

DATE COL1 COL2
28/10/18 10 10
29/10/18 10 10
30/10/18 10 10
31/10/18 10 10

【问题讨论】:

  • 能否添加运行 ARIMA 模型并获得结果所需的代码?
  • @kull1n 我无法回答您的问题。要我提供arima模型的代码吗?
  • 是了解模型输出的数据格式和必要的输入。

标签: python pandas time-series multiple-columns apply


【解决方案1】:

可能的解决方案:

创建一个使用 ARIMA 模型的函数并仅返回您想要的数据。

有两种方式:

#applies to the entire data frame (0 = index and 1 = columns)
df2 = df.apply(function, axis=1)

#applies only to the series
df2 = df['date'].apply(function)

有了结果,你就可以组织数据了 了解更多https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.apply.html

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2021-10-17
    • 2018-06-06
    • 1970-01-01
    • 1970-01-01
    • 2021-12-22
    • 1970-01-01
    相关资源
    最近更新 更多