我有一个带有月度数据的熊猫系列 (df.sales)。我需要减去 12 个月前的数据来拟合时间序列，所以我运行了这个命令：
sales_new = df.sales.diff(periods=12)
然后我拟合了一个 ARMA 模型，并预测了未来：
model = ARMA(sales_new, order=(2,0)).fit()
model.predict('2015-01-01', '2017-01-01')
因为我对销售数据进行了差异化，所以当我使用模型进行预测时，它会预测正向差异。如果这是第 1 期的差异，我只会使用np.cumsum()，但因为这是第 12 期，所以它有点棘手。
“展开”差异并将其转回原始数据规模的最佳方法是什么？
【问题讨论】：
标签： python pandas difference forecasting statsmodels
我认为您需要根据前 12 个月的值计算未来值：
periods = 12
df = pd.DataFrame(data={'value': np.random.random(size=24)}, index=pd.date_range(start=date(2014, 1,1), freq='M', periods=24))
diffs = df.diff(periods=periods)
restored = df.copy()
restored.iloc[periods:] = np.nan
for d, val in diffs.iloc[periods:].iterrows():
restored.loc[d] = restored.loc[d - pd.DateOffset(months=periods)].value + val
res = pd.concat([df, diffs, restored], axis=1)
res.columns = ['original', 'diffs', 'restored']
original diffs restored
2014-01-31 0.926367 NaN 0.926367
2014-02-28 0.688898 NaN 0.688898
2014-03-31 0.297025 NaN 0.297025
2014-04-30 0.139094 NaN 0.139094
2014-05-31 0.375082 NaN 0.375082
2014-06-30 0.490638 NaN 0.490638
2014-07-31 0.789683 NaN 0.789683
2014-08-31 0.236841 NaN 0.236841
2014-09-30 0.263245 NaN 0.263245
2014-10-31 0.547025 NaN 0.547025
2014-11-30 0.243444 NaN 0.243444
2014-12-31 0.385028 NaN 0.385028
2015-01-31 0.823224 -0.103142 0.823224
2015-02-28 0.828245 0.139347 0.828245
2015-03-31 0.753291 0.456266 0.753291
2015-04-30 0.447670 0.308576 0.447670
2015-05-31 0.936667 0.561584 0.936667
2015-06-30 0.223049 -0.267589 0.223049
2015-07-31 0.933942 0.144259 0.933942
2015-08-31 0.325726 0.088886 0.325726
2015-09-30 0.947526 0.684281 0.947526
2015-10-31 0.524749 -0.022276 0.524749
2015-11-30 0.431671 0.188227 0.431671
2015-12-31 0.234028 -0.151000 0.234028
【讨论】：
应该这样做：
def rebuild_diffed(series, first_element_original):
cumsum = series.cumsum()
return cumsum.fillna(0) + first_element_original
分步版本：
# making some data
a = pd.Series([2, 6, 4, 6, 2,])
print(a)
a_diff = a.diff()
print(a_diff)
# Rebuilding
a_diff_cumsum = a_diff.cumsum()
print(a_diff_cumsum)
rebuilt = a_diff_cumsum.fillna(0) + 2
print(rebuilt)
print(rebuilt == a)
【讨论】：
要区分，请使用：
def differentiate(values, d=1):
x = np.concatenate([[values[0]], values[1:]-values[:-1]])
if d != 1:
return differentiate(x, d - 1)
else:
return x
要集成回来，使用这个：
def integrate(values, d=1):
x = np.cumsum(values)
if d != 1:
return integrate(x, d-1)
else:
return x
确保您的输入在 numpy 数组中。您还可以更改差异。因此，integrate 功能正是您所寻求的。
【讨论】：
这是针对 Pandas 1.3.3 版的。但我认为它也应该适用于早期版本。
我遇到了类似的情况，我的数据是每天的，我申请了diff(period=7) 来删除每周的季节性。现在我的模型可以预测差异值。
假设您的模型预测数据框名为fitted_values_df，其中DatetimeIndex 作为索引的类型。您想展开所有列。以下是我按 7 周期展开的示例：
fitted_values_df['weekday'] = fitted_values_df.index.weekday
fitted_values_df.groupby('weekday').cumsum()
我检查了数据，它有效。
在您的情况下，您可以为groupby 创建一个monthofyear 列（而不是weekday）。
抱歉，我无法在此处发布我的数据。
【讨论】：