我正在通过使用滞后变量(x_t-1,x_t-2,xt-3...x_t-k)作为特征来构建时间序列的线性回归模型，其中k是我可以设置的参数。
因此目标变量为xt (or x_t-0)，预测变量均为k滞后变量。我已经训练了回归模型，并根据测试集检查了预测。
现在，我希望从该时间序列的最后一个日期到给定的日期，对不在我的时间序列中的数据进行预测。
要实现这一点，我想到了建立一个新的数据帧，其中第一行是滞后数据帧的最后一行，然后我需要按照以下逻辑添加新行：
第1行： xt是新的预测值，x(t-1).... x(t-k)与滞后数据帧中的最后一行相同。
第2行： X(t)是使用r ow(1), x(t-1) is x(t) of row 1, x(t-2) is x(t-from row 1 ...etc
第3行： X(t)是使用row(2), x(t-1) is x(t) from row 2, x(t-2) is x(t-1) from row 2 ...etc
并将此过程重复n_days进行预测，因此在新数据框的最后，我将有n行。
我无法提供使用pandas的代码来做到这一点，我总是在每一行中重复相同的值，因此我非常感谢您的帮助。