使用Python中的Prophet预测每个类别的值

Question

我很新于使用Python和Prophet进行时间序列分析。我的数据集包含文章代码、日期和销售数量等变量。我尝试使用Prophet在Python中为每篇文章的每个月预测销售数量，但我不知道如何在输出（预测）数据中显示文章类型，并直接从“for循环”将其写入文件。。

df2 = df2.rename(columns={'Date of the document': 'ds','Quantity sold': 'y'})
for article in df2['Article bar code']:

    # set the uncertainty interval to 95% (the Prophet default is 80%)
    my_model = Prophet(weekly_seasonality= True, daily_seasonality=True,seasonality_prior_scale=1.0)
    my_model.fit(df2)
    future_dates = my_model.make_future_dataframe(periods=6, freq='MS')
    forecast = my_model.predict(future_dates)
return forecast

我希望输出结果如下，并希望直接从“for循环”将其写入输出文件。

提前致谢。

- vishnu prashanth

Answer 1

将数据框按 articletype 进行分离，然后尝试将所有预测值存储在一个字典中。

def get_prediction(df):
    prediction = {}
    df = df.rename(columns={'Date of the document': 'ds','Quantity sold': 'y', 'Article bar code': 'article'})
    list_articles = df2.article.unique()

    for article in list_articles:
        article_df = df2.loc[df2['article'] == article]
        # set the uncertainty interval to 95% (the Prophet default is 80%)
        my_model = Prophet(weekly_seasonality= True, daily_seasonality=True,seasonality_prior_scale=1.0)
        my_model.fit(article_df)
        future_dates = my_model.make_future_dataframe(periods=6, freq='MS')
        forecast = my_model.predict(future_dates)
        prediction[article] = forecast
    return prediction

现在，预测将为每种类型的文章提供预测。

- Vj-

---

我现在已经执行了解决方案，但由于文章条形码中的总级别约为2500，记录数超过3M，所以需要很长时间。将检查并更新答案。谢谢@Vj- - vishnu prashanth

@Vj，第3行有一个错别字。df = df.rename(columns={'Date of the document': 'ds','Quantity sold': 'y', 'Article bar code': 'article'})应该改为：df2 = df.rename(columns={'Date of the document': 'ds','Quantity sold': 'y', 'Article bar code': 'article'})，对吗？ - Mysterio

你成功将预测字典转换为数据框了吗？你知道如何解决这个问题吗？ - George C. Serban

Answer 2

我知道这已经有点过时了，但我遇到了类似的问题并且这个方法对我有效：

df = pd.read_csv('file.csv')
df = pd.DataFrame(df)
df = df.rename(columns={'Date of the document': 'ds', 'Quantity sold': 'y', 'Article bar code': 'Article'})
#I filter first Articles bar codes with less than 3 records to avoid errors as prophet only works for 2+ records by group
df = df.groupby('Article').filter(lambda x: len(x) > 2)

df.Article = df.Article.astype(str)

final = pd.DataFrame(columns=['Article','ds','yhat'])

grouped = df.groupby('client_id')
for g in grouped.groups:
    group = grouped.get_group(g)
    m = Prophet()
    m.fit(group)
    future = m.make_future_dataframe(periods=365)
    forecast = m.predict(future)
    #I add a column with Article bar code
    forecast['Article'] = g
    #I concad all results in one dataframe
    final = pd.concat([final, forecast], ignore_index=True)

final.head(10)

- Irene