如何根据 5 年平均值预测未来数据？

Posted 2023-03-12

【中文标题】如何根据 5 年平均值预测未来数据？

【英文标题】：How to forecast future data based off 5 year average?

【发布时间】：2021-12-25 18:16:45

【问题描述】：

我每天都有 5 年的历史数据；

             Volume
2010-01-01   21
2010-01-02   38
2010-01-03   34
.
.
.
2015-12-31  48

数据中有很多季节性因素，所以我只是希望使用 5 年的平均值来预测未来 12 个月。

我可以这样做；

df_fut = df.groupby(by=[df.index.month, df.index.day]).mean() 

有没有办法绘制这个以便预测成为当前数据集的一部分？

【问题讨论】：

您在寻找df['Volume'].mean()吗？

是的，在某种意义上。但是要寻找每日粒度的平均值。如果有意义的话，那么每 5 年数据中每年 3 月 1 日的平均值是多少？

df_fut = df.groupby(by=[df.index.month, df.index.day]).mean() 这可以找到平均值，但是尝试做这个很棘手动态预测。

这适用于获取 3 月 1 日的平均值：df[(df['a'].dt.month == 3) & (df['a'].dt.day == 1)].mean()。它回答了你的问题吗？

【参考方案1】：

假设您有一个名为 date 的列（datetime64 类型）和一个名为 value 的列（类型为 int 或 float）：

avg_march_1sts = df[(df['date'].dt.month == 3) & (df['date'].dt.day == 1)]['Volume'].mean()
#                                  ^^^^^^^^^^ March             ^^^^^^^^ 1st

【讨论】：

哈哈我接受了！它确实回答了我的问题，但我想我可能需要考虑如何正确表达这个问题，因为它并没有准确地告诉我如何使用平均值作为预测（我的错，不是你的错！）:)

我已经这样做了:)