基于Pandas的朴素预测

Question

假设我有一个数据集：

ix    m_t1   m_t2
1     42     84
2     12     12
3     100    50

然后，我们可以使用

df = df[['m_t1', 'm_t2']].pct_change(axis=1).mul(100)[1]

计算m_t1和m_t2之间的差值，单位为%

就像

diff
100
0
-50

我想在m_t2上应用这个差异来得到m_t3_predicted

m_t3_predicted
168
12
25

我该怎么做？你知道吗

另外，这个算法有名字吗？你知道吗

Answer 1

试试这个：

df_diff=df[['m_t1', 'm_t2']].pct_change(axis=1).mul(100).drop(columns=["m_t1"])

df_diff

    diff
0   100.0
1   0.0
2   -50.0

重命名df_diff中的列：

df_diff.columns=["diff"]

Concat数据帧：

df_result=pd.concat([df,df_diff],axis=1)

然后计算：

df_result["m_t3_predicted"]=df_result["m_t2"]+df_result["diff"]/100*df_result["m_t2"]

结果：

    ix  m_t1    m_t2    diff    m_t3_predicted
0   1   42      84      100.0   168.0
1   2   12      12      0.0     12.0
2   3   100     50     -50.0    25.0