从字典构造Panda键，其中DataFrame = SKU，但是值是日期和其他字段
从字典构造Panda键，其中DataFrame = SKU，但是值是日期和其他字段
提问于 2020-02-05 00:29:52
我是Python的新手，所以请耐心听我说。
我正在尝试将我认为可能是嵌套字典的内容转换为我可以导出的csv。下面是我的代码：
import pandas as pd
import os
from fbprophet import Prophet
# Read in File
df1 = pd.read_csv('File_Path.csv')
#Create Loop to Forecast Multiple SKUs
def get_prediction(df):
prediction = {}
df1 = df.rename(columns={'Date': 'ds','qty_ordered': 'y', 'item_no': 'item'})
list_items = df1.item.unique()
for item in list_items:
item_df = df1.loc[df1['item'] == item]
# set the uncertainty interval to 95% (the Prophet default is 80%)
my_model = Prophet(yearly_seasonality= True, seasonality_prior_scale=1.0)
my_model.fit(item_df)
future_dates = my_model.make_future_dataframe(periods=12, freq='M')
forecast = my_model.predict(future_dates)
prediction[item] = forecast
return prediction
# Save predictions to dictionary
df2 = get_prediction(df1)
# Convert dictionary
df3 = pd.DataFrame.from_dict(df3, index='columns)所以代码的最后一部分就是我在努力的地方。我需要将df2字典转换为数据帧(df3)，以便可以将其导出为csv。但是它看起来像是一个嵌套的字典？不确定是否需要更新我的函数。
这是字典中的一小段代码
我需要导出它，这样它看起来就像这样
任何帮助都将不胜感激！
回答 1
Stack Overflow用户
发布于 2020-02-05 03:35:04
首先，我们尝试制作一个可重现的示例：
数据和导入
from fbprophet import Prophet
import numpy as np
import pandas as pd
df = pd.util.testing\
.makeTimeDataFrame()\
.reset_index()\
.rename(columns={"index":"Date"})
df = pd.melt(df,
id_vars=["Date"],
var_name="item_no",
value_vars=df.columns[1:],
value_name="qty_ordered")使用你的函数
这里我刚刚清理了一点你的代码
# This returns a dict
def get_prediction(df):
prediction = {}
df = df.rename(columns={'Date': 'ds','qty_ordered': 'y', 'item_no': 'item'})
list_items = df.item.unique()
for item in list_items:
item_df = df.loc[df['item'] == item]
# set the uncertainty interval to 95% (the Prophet default is 80%)
model = Prophet(yearly_seasonality= True, seasonality_prior_scale=1.0)
model.fit(item_df)
future_dates = model.make_future_dataframe(periods=12, freq='M')
forecast = model.predict(future_dates)
prediction[item] = forecast
return prediction
df1 = get_prediction(df)
# From dictionary to df
df2 = []
for k,v in df1.items():
v.insert(1, "item", [k]*len(v))
df2.append(v)
df2 = pd.concat(df2, ignore_index=True)输出预测df
如果你稍微修改一下你的函数，你可能会得到一个dataframe作为输出：
def get_prediction_pandas(df):
prediction = []
df = df.rename(columns={'Date': 'ds','qty_ordered': 'y', 'item_no': 'item'})
list_items = df.item.unique()
for item in list_items:
item_df = df.loc[df['item'] == item]
# set the uncertainty interval to 95% (the Prophet default is 80%)
model = Prophet(yearly_seasonality= True, seasonality_prior_scale=1.0)
model.fit(item_df)
future_dates = model.make_future_dataframe(periods=12, freq='M')
forecast = model.predict(future_dates)
forecast.insert(1, "item_no", [item]*len(forecast))
prediction.append(forecast)
prediction = pd.concat(prediction, ignore_index=True)
return prediction
# this is a dataframe
df1 = get_prediction_pandas(df)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60061710
复制相关文章
相似问题
腾讯云开发者
