我在这个请求中寻找两个具体的帮助点 1）如何在我的数据库（all.df）下面创建一个列表列表 2）如何在这个列表列表上矢量化一个函数

我正在尝试使用 Prophet 库在客户/产品级别生成预测。我正在努力矢量化操作。我目前运行一个 for 循环，我想避免它并加快我的计算。

分析数据

这是我的预测功能

目前，我使用 for 循环一次处理一个客户/产品

相反，我想对整个操作进行矢量化：

1-创建一个列表列表，即将 all.df 拆分为：

a) 产品然后

b) 由客户

2-然后将 daily_forecast 函数映射到上面 1) 中创建的列表列表

我非常想使用purrr.

我正在尝试将库dask和fbprophet库一起使用，但我要么做错了什么，要么遇到了意想不到的性能问题。

一方面，我有一个自定义函数，它在大约 0.1 秒内运行，forecast1dd并且forecast1mp正在模拟我的函数和以下数据帧

我得到（分别）

在第一种情况下，核心没有 100% 使用，但性能符合我的实际情况。使用线分析器很容易检查，在第二种情况下性能缓慢的罪魁祸首是ts = df[df["key"]==key]，如果我们有更多的键，情况会变得更糟。

所以直到现在我都很满意dask。但是每当我尝试使用时，fbprophet事情就会发生变化。在这里，我使用较少keys但不太可能之前的案例dask性能总是比multiprocessing.

现在我的问题是：

• 如何用 dask 提高先知的表现？
• 我应该怎么做才能让 dask 以 100% 使用核心？

我正在尝试遵循fbprophet 的基本教程，但遇到了一个对 Prophet.predict() 方法没有意义的错误。我的代码完全按照教程：

在预测方法上，我得到

我之前在尝试不正确地使用 DataFrame 构造函数时看到过这种情况，但这似乎发生在 fbprophet 代码的底层，这很奇怪，因为传递的数据帧来自包自己的 make_future_dataframe 方法。有没有其他人经历过这个/知道解决方法？

对于上下文，我使用 Python 3.6.0、Visual C++ 14.0、Numpy 1.13.1、Pandas 0.21.0、pystan 2.17.0.0 和 fbprophet 0.2

fbprophet 似乎没有标签，我也没有制作标签的声誉

关于如何使用fbprophet库导出年度季节性趋势的任何想法？该plot_components()函数绘制趋势、每年和每周。我只想获取每年的值。

我prophet在 R ( https://facebook.github.io/prophet/ ) 中使用，我想在预测情节预测的顶部覆盖变化点。这是我的代码（df是一个包含日期（列ds）和值（列y）的数据框：

但是，变化点线永远不会出现。我仔细检查了更改点是否在主图的范围内，并且我as.Date尝试as.POSIXct了abline. 在这两种情况下都没有错误，但也没有变化点线。有人可以帮忙吗？

我正在尝试在 Python 中使用 htsprophet 包。我正在使用下面的示例代码。此示例来自https://github.com/CollinRooney12/htsprophet/blob/master/htsprophet/runHTS.py。我得到的问题是 ValueError "holidays must be a DataFrame with 'ds' and 'holiday' column。我想知道是否有解决方法，因为我显然有一个数据框假期，其中包含 ds 和假期两列。我相信错误来自预测器文件中 fbprophet 的依赖包之一。我想知道是否有任何我需要添加的东西，或者是否有人添加了一些东西来解决这个问题。

这是我在 python 中使用 Fbprophet 库时遇到的代码数据和错误。

数据

代码：

错误：

请让我知道如何解决此问题。

我对用 Python 和 Prophet 做时间序列非常陌生。我有一个包含变量文章代码、日期和销售数量的数据集。我正在尝试使用 Python 中的 Prophet 预测每个月每篇文章的销售量。

我尝试使用 for 循环对每篇文章执行预测，但我不确定如何在输出（预测）数据中显示文章类型，以及如何直接从“for 循环”将其写入文件。

我想要如下所示的输出，并希望将其直接从“for循环”写入输出文件。

提前致谢。

我有近 2 年的集群可用空间（以 GB 为单位）的每日时间序列数据。我正在尝试使用 facebook 的先知来做未来的预测。一些预测具有负值。由于负值没有意义，我发现使用物流增长模型的承载能力有助于消除具有上限值的负预测。我不确定这是否适用于这种情况以及如何获得我的时间序列的上限值。请帮忙，因为我是新手并且很困惑。我正在使用 Python 3.6

我希望我能找到提出问题的方法。我有 3-4 年历史的商店收入数据。我的目标是预测未来两个月。我正在尝试通过先知实现这一目标，到目前为止进展顺利。我有一个回归器，我想用它来改进我的预测，但我不确定如何以最好的方式使用它。我的回归器是对商店收入的不同程度的影响，其中 1 等于没有影响，例如 1,20 等于当天增加 20%。0,8 意味着收入将减少 20%。我怎样才能以最好的方式将这种信息适合我的模型？

先感谢您。