![](/img/trans.png)
[英]Forecasting time series with multiple seasonaliy by using auto_arima(SARIMAX) and Fourier terms
[英]Forecasting multiple series on python using autoarima or SARIMAX
我正在嘗試預測單個 dataframe 中存在的多個時間序列。但是我正在為循環而苦苦掙扎。 在我的腦海中,我想 go 通過每個列(每個產品),使用 autoarima 進行預測,將結果保存在一個新的 dataframe 中,然后轉到下一個。
dataframe 如下所示
日期| 產品 1 | 產品 2 | 產品 3....
我有大約 1000 條產品線。
我現在得到的是以下幾行:
series=pd.read_excel('C:Users\Isra\Desktop\Forecast.xlsx')
series['Date']=series['Date'].astype('datetime64[ns]')
series=series.set_index('Date')
Products=series.columns.tolist()
for x in enumerate(series):
prod1=series.take([x],axis=1)
#and then forecasting
使用 github.com/statsforecast 的 AutoArima,您可以訓練多個系列。 您只需要您的數據采用以下格式 |Product Nr|Date|Vale
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.