Python 如何将指数平滑模型预测值获取到POWER BI/POWER查询数据集?
我一直在努力获取POWER BI/query数据集中的预测值。下面是我尝试使用pd.DataFrame导出y_hat值的代码。代码没有给出错误,但只返回原始数据集值,而不是未来日期的预测值。我想有一个单独的数据集,其中将包含未来6个月的完整预测值。可以做些什么来实现同样的目标Python 如何将指数平滑模型预测值获取到POWER BI/POWER查询数据集?,python,powerbi,powerquery,forecasting,Python,Powerbi,Powerquery,Forecasting,我一直在努力获取POWER BI/query数据集中的预测值。下面是我尝试使用pd.DataFrame导出y_hat值的代码。代码没有给出错误,但只返回原始数据集值,而不是未来日期的预测值。我想有一个单独的数据集,其中将包含未来6个月的完整预测值。可以做些什么来实现同样的目标 # 'dataset' holds the input data for this script dataset = dataset.drop_duplicates() import matplotlib.pyplot
# 'dataset' holds the input data for this script
dataset = dataset.drop_duplicates()
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import matplotlib.cbook as cbook
from matplotlib.dates import DateFormatter
import numpy as np
import pandas as pd
import datetime
from statsmodels.tsa.api import ExponentialSmoothing, SimpleExpSmoothing, Holt
from statsmodels.tsa.holtwinters import ExponentialSmoothing
import os
from datetime import datetime, timedelta
dataset['Month']= pd.to_datetime(dataset['Month'])
dataset.set_index('Month', inplace=True)
def get_prediction(dataset):
list_TPID = dataset.TPID.unique()
for TPID in list_TPID:
TPID_df = dataset.loc[dataset['TPID'] == TPID]
train, test = dataset.iloc[:4,0] , dataset.iloc[3:,0]
model= ExponentialSmoothing(train,trend='add',damped=False).fit()
y_hat = model.forecast(6)
dfoutput= pd.DataFrame(y_hat)
代码段中包含一组导入和一个函数定义。您似乎缺少函数中的return语句,如
return(dfoutput)
。不过你的缩进看起来有点不对劲。但是,如果其他所有操作都正确,则缺少对函数的调用,例如output=get\u prediction(dataset=dataset)
只要
output
最终确实是一个数据帧,那么在代码运行后,您将可以在PowerBI中使用它。我的建议对您有何帮助?