Question

我有一个这种格式的数据框：

Date Posted     Receipt Amount  Centre      Brand
07-10-2019      6000.0          Centre 1    Brand 1
07-05-2019      6346.66         Centre 2    Brand 1
03-01-2019      6173.34         Centre 1    Brand 2
11-06-2019      6000.0          Centre 1    Brand 2
13-09-2019      6346.66         Centre 3    Brand 1
07-11-2019      6098.34         Centre 4    Brand 1

我正在重新采样数据以进行时间序列预测：

df=pd.read_csv("File Directory")
df["Receipt Amount"] = df["Receipt Amount"].astype(float)
brands=list((pd.Series(df["Brand"].unique())).dropna())


df['Date Posted'] = pd.DatetimeIndex(df['Date Posted'])
df.index = df['Date Posted']
df=df.drop(["Date Posted"],axis=1)


for brand in brands:
    brand_filter=df['Brand']==brand
    brand_df=df[brand_filter]

    brand_df=brand_df[["Receipt Amount"]]

    brand_df=brand_df.resample('D').sum()   
    brand_df.reset_index(level=0, inplace=True)
    brand_df = brand_df.rename({'Date Posted': 'ds'}, axis=1)
    brand_df = brand_df.rename({'Receipt Amount': 'y'}, axis=1)

但是，这会将某些总和值返回为0，我知道这是错误的。它还返回12月的几天的值，我再次知道这是错误的。（所有数据都不是11月的最新数据）

这是完整的代码，所以我不确定在哪里出错。

Answer 1

我现在已经解决了这个问题，所以这是针对未来绝望的Google员工的解决方案。

以下者无法正确读取日期：

df['Date Posted'] = pd.DatetimeIndex(df['Date Posted'])

某些日期显示为dd / mm / yyyy，而其他日期则显示为mm / dd / yyyy。

要解决此问题，请在函数中添加dayfirst=True

df['Date Posted'] = pd.to_datetime(df['Date Posted'],dayfirst=True)

Resample（）返回不存在日期的不正确数字

1 个答案: