时间戳

首页 > 解决方案 > 根据条件访问 Panda 的 DataFrame 列以得出结果

python - 根据条件访问 Panda 的 DataFrame 列以得出结果

问题描述

我想传递我的预测模型值，这些值将根据条件从 Pandas DataFrame 中提取，并且模型的结果将放置在 Pandas DataFrame 中。

数据框

+------------+--------------+------------+--------------+
|    Date    | Actual Value | Prediction | Model Values |
+------------+--------------+------------+--------------+
| 02/01/2021 |         0.02 |            |              |
| 03/01/2021 |         0.06 |            |              |
| 04/01/2021 |         0.02 |            |              |
| 05/01/2021 |         0.04 |            |              |
| 06/01/2021 |         0.04 |            |              |
| 07/01/2021 |         0.08 |            |              |
| 08/01/2021 |         0.06 |            |              |
| 09/01/2021 |         0.02 |       0.03 |         0.03 |
| 10/01/2021 |         0.20 |            |              |
| 11/01/2021 |         0.02 |            |              |
| 12/01/2021 |         0.02 |            |              |
| 13/01/2021 |         0.09 |       0.06 |         0.06 |
| 14/01/2021 |         0.06 |            |              |
| 15/01/2021 |         0.04 |            |              |
| 16/01/2021 |         0.06 |            |              |
| 17/01/2021 |         0.03 |       0.04 |         0.04 |
| 18/01/2021 |         0.03 |            |              |
| 19/01/2021 |         0.06 |            |              |
| 20/01/2021 |         0.06 |            |              |
+------------+--------------+------------+--------------+

Actual Value是特定日期的实际值。 Prediction是该日期的预测值。（需要填充） Model Values需要传递给模型以获得结果的值。（棘手的部分）

该模型采用过去 7 天的值并给出第二天的输出。因此，可以做出预测的最短日期是9th Jan。进行预测9th Jan df['Actual Value'].iloc[:7,]将传递给模型，该模型将输出 numpy (1*1) 数组。然后将该值放在 column 中Prediction。（即 0.03）

我被卡住的部分

我想使用预测值9th Jan和过去 6 个值来预测10th Jan. 这意味着df['Actual Value'].iloc[1:7,:] + df['Prediction'].iloc[7,:]。

我想访问这些值并将其传递给模型，这将给出一个需要放置在列中的结果 numpy (1*1)Prediction数组Date 10th Jan。

现在我们有了价值，我们可以根据类似的逻辑使用+10th Jan进行预测。将这些值传递给模型并获得.11th Jandf['Actual Value'].iloc[2:7,:] df['Prediction'].iloc[7:9,:]11th Jan

预测要遵循类似的过程12th Jan。

但是因为13th Jan我们将使用Actual Value最后 7 天来获得Prediction. 这部分已经完成。每 4 天 09 日、13 日和 17 日之后总会有一个值。执行此操作的代码如下：

look_back = 7
look_forward = 1
n_days_pred = 4
pred = 0
predictions = []
while pred <= X_test.shape[0]:
    predictions.append(model.predict(X_test[pred].reshape(1, look_back, look_forward)).flatten().tolist())
    pred = pred + n_days_pred
predictions_flat = [item for sublist in predictions for item in sublist]
start_date = test_df.Date.min() + dt.timedelta(look_back)
predictions_df = pd.DataFrame(index=pd.date_range(start=start_date, periods=len(predictions), freq='4D'))
predictions_df['Prediction'] = predictions_flat

# Join predictions_df with df 
df = analysis_df.set_index('Date').join(predictions_df)

df上面的代码与上面显示的相同。

我被困在如何访问列中的值Actual Value并Prediction获得对第 10、第 11、第 12、第 14、第 15、第 16、第 18、第 19 和第 20 的预测。

标签： pythonpandasdataframenumpyconditional-statements

解决方案

首先让我们使用日期来索引数据框而不是索引。

df = df.set_index('date')

现在计算您的每 4 天计算

n_days_pred = 4
look_back = 7

for model_start_date in df.index[look_back::n_days_pred]:
    for predict_date in pd.date_range(model_start_date, periods=n_days_pred, freq='D'):
 
        model_input = pd.concat([
           # All actual values before model_start_date
            df.loc[predict_date - pd.Timedelta(days=look_back):model_start_date - pd.Timedelta(days=1), 'actual value'],

            # All predictions since model_start_date
            df.loc[model_start_date:predict_date - pd.Timedelta(days=1), 'prediction'],
        ])
        df.loc[predict_date, 'prediction'] = model.predict( .... model_input .... )

如果我prediction只填充单词pred并且actual value只填充单词val然后model_input从该循环中打印，这就是我得到的：

2021-01-02    val
2021-01-03    val
2021-01-04    val
2021-01-05    val
2021-01-06    val
2021-01-07    val
2021-01-08    val
Freq: D, dtype: object
2021-01-03     val
2021-01-04     val
2021-01-05     val
2021-01-06     val
2021-01-07     val
2021-01-08     val
2021-01-09    pred
Freq: D, dtype: object
2021-01-04     val
2021-01-05     val
2021-01-06     val
2021-01-07     val
2021-01-08     val
2021-01-09    pred
2021-01-10    pred
Freq: D, dtype: object
2021-01-05     val
2021-01-06     val
2021-01-07     val
2021-01-08     val
2021-01-09    pred
2021-01-10    pred
2021-01-11    pred
Freq: D, dtype: object
2021-01-06    val
2021-01-07    val
2021-01-08    val
2021-01-09    val
2021-01-10    val
2021-01-11    val
2021-01-12    val
Freq: D, dtype: object
2021-01-07     val
2021-01-08     val
2021-01-09     val
2021-01-10     val
2021-01-11     val
2021-01-12     val
2021-01-13    pred
Freq: D, dtype: object
2021-01-08     val
2021-01-09     val
2021-01-10     val
2021-01-11     val
2021-01-12     val
2021-01-13    pred
2021-01-14    pred
Freq: D, dtype: object
2021-01-09     val
2021-01-10     val
2021-01-11     val
2021-01-12     val
2021-01-13    pred
2021-01-14    pred
2021-01-15    pred
Freq: D, dtype: object
2021-01-10    val
2021-01-11    val
2021-01-12    val
2021-01-13    val
2021-01-14    val
2021-01-15    val
2021-01-16    val
Freq: D, dtype: object
2021-01-11     val
2021-01-12     val
2021-01-13     val
2021-01-14     val
2021-01-15     val
2021-01-16     val
2021-01-17    pred
Freq: D, dtype: object
2021-01-12     val
2021-01-13     val
2021-01-14     val
2021-01-15     val
2021-01-16     val
2021-01-17    pred
2021-01-18    pred
Freq: D, dtype: object
2021-01-13     val
2021-01-14     val
2021-01-15     val
2021-01-16     val
2021-01-17    pred
2021-01-18    pred
2021-01-19    pred
Freq: D, dtype: object

df 在哪里

df = pd.DataFrame({'prediction': 'pred', 'actual value': 'val'}, index=pd.date_range('2021-01-02', '2021-01-20', freq='D'))

如您所见，它在 0 到 3 个最新之间pred（日期在索引中），然后在此之前val- 并且始终是 7 个条目。我认为你不能比循环更聪明，因为你正在计算下一次迭代的输入。

推荐阅读