基于条件访问Panda的DataFrame列以获得结果

Question

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，来自模型的结果将放置在Pandas DataFrame中。

DataFrame

+------------+--------------+------------+--------------+
|    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，需要传递给模型的值才能得到结果。(棘手的部分)

该模型需要超过7天的数值，并给出第二天的输出。因此，可以进行预测的最小日期是9th Jan。为了对9th Jan进行预测，df['Actual Value'].iloc[:7,]将传递给模型，该模型将输出numpy (1*1)数组。然后将该值放置在列Prediction中。(即0.03)

是我陷入困境的部分，

我希望使用9th Jan上的预测值和过去的6个值来对10th Jan进行预测。意思是df['Actual Value'].iloc[1:7,:] + df['Prediction'].iloc[7,:]。

我希望访问这些值并将其传递给模型，这将给出一个结果numpy (1*1)数组，该数组需要放置在Date 10th Jan上的列10th Jan中。

既然我们有了10th Jan的价值，我们就可以基于类似的逻辑对11th Jan进行预测，使用df['Actual Value'].iloc[2:7,:] + df['Prediction'].iloc[7:9,:]。将这些值传递给11th Jan模型并获得结果。

在预测12th Jan时也要遵循类似的过程。

但是对于13th Jan，我们将在最后7天使用Actual Value来获取Prediction。这部分已经完成了。在第09、13和17天，每4天就会有一个值。这样做的代码如下：

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)

上面代码中的df与上面所示的相同。

我被困在如何访问Actual Value & Prediction列的值，以获得对第10、11、12、14、15、16、18、19和20的预测。

Answer 1

首先，让我们使用日期来索引数据，而不是索引。

df = df.set_index('date')

现在每4天计算一次。

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 .... )

如果我只用单词pred填充pred，用单词val填充actual value，然后从该循环中打印model_input，下面是我得到的信息：

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，它介于0到3个最新的pred (索引中有日期)之间，然后是val−之前，总是有7个条目。我不认为你能做比循环更聪明的事情，因为你是在计算下一个迭代的输入。