Question

假设您有一个数据集，如下所示：

|Month|Food|Sales|
|01|Apple|1564|
|02|Apple|1323|
....
|12|Apple|1645|
|01|Banana|2158|

...一直延续到“西葫芦”模式。

因此，可以说您希望这样预测R中的销售额：

ets <- forecast(ets(data))

我该如何预测“食品”列中的每个值，以使它们的所有预测值分开？

当前，我正在将数据设置为仅查看“ Apple”并进行预测。然后，我必须返回并将子设置数据更改为“香蕉”并进行预测。我希望将它们的每个输出都分开，以便将它们导出到Excel。

谢谢！

Answer 1

您可以编写一个自定义函数，该函数使用水果的名称并执行预测所需的所有步骤，然后将该功能apply列出所有您知道的水果。我这里有一个代码示例，但是请注意，您可能需要根据自己的具体情况进行很多更改。

首先，一些数据：

df <- data.frame(
  month = rep(1:12, times = 5),
  fruit = rep(c("Apple", "Banana", "Citrus", "Date", "Elderberry"), each = 12),
  sales = runif(12*5, min = 100, max = 10000)
)

接下来，我想创建一个自定义函数。在这种情况下，我唯一的论点是水果的类型。我可能想添加更多的参数，例如“我希望多长时间我的预测”，等等。请注意，此函数返回整个forecast对象-您可能想要选择{{1 }}模型的一部分。

fitted

我可以通过告诉它要预测哪种水果来运行此功能：

forecast_custom <- function(selected_fruit) {
  df_sub <- subset(df, fruit == selected_fruit)
  ts_sub <- ts(df_sub$sales)

  forecast(ets(ts_sub))
}

我还可以使用forecast_custom("Apple")家族中的某种东西一次将其用于所有类型的水果。

apply

如果需要，还可以使用lapply(unique(df$fruit), forecast_custom)包中的map函数代替purrr或lapply。 sapply函数在输入内容和输出内容方面更加严格。例如，使用map生成美观的数据框会更容易：

purrr

Answer 2

您可以使用R中的apply函数和levels函数来创建多个预测，该函数可以找到水果类型的唯一值。

然后，您将创建一个“预测功能”，根据水果类型[Fruit]对输入数据帧[DF]进行切片，如下面的代码所示，以预测特定的输入水果。该函数返回一个ets预测对象。

library(forecast)
DF <- data.frame(month = rep(seq(1,12,by=1),3),
                 fruit = c(rep("apples",12),rep("banana",12),rep("orange",12)),
                 Sales = sample(0:1000, 12*3))


forecastFruit <- function(Fruit, inputDF)
{
  timeSeries <- ts(inputDF[inputDF$fruit == Fruit,]$Sales)
  forecast(ets(timeSeries))
}

Forecast <- lapply(levels(DF$fruit), forecastFruit, inputDF = DF)


plot(Forecast[[1]])
plot(Forecast[[2]])
plot(Forecast[[3]])

lapply的输出将根据预测集合中的三个对象列出。

如何通过R中的一个脚本多次预测一个变量？

2 个答案: