1.导入相关包，查看数据情况import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = 'SimHei'

%matplotlib inline

df = pd.read_csv('./RFM分析1.csv')

df.info()

输出：

可以看出这里的数据比较完整，没有缺失值不用清洗缺失值。

2.请洗数据

2.1将销售日期转换成datetime类型df['销售日期'] = pd.to_datetime(df['销售日期'])

# 查看是否修改成功

df.info()

输出：

2.2 使用describe查看均值、最大、最小值情况

df.describe()输出：

支付金额有负数。查看负数的数据有多少条。

df[df['销售金额'] < 0]

这里有6946条，相对于总数293751，数据比较小，直接当异常值来处理。这里直接获取销售金额大于0的数据来进行分析。df = df[df['销售金额'] > 0]

# 重新看销售金额的最小值

df.describe()

2.3 设置销售日期为indexdf.index = df['销售日期']

df.head()

输出：

3.利用ARMA模型进行预测

3.1 先查看现有的销售趋势df_Month = df.resample('M').sum()

plt.figure(figsize=(18, 7), dpi=128)

df_Month['销售金额'].plot()

输出：

3.2 对数据进行训练from statsmodels.tsa.arima_model import ARMA

from datetime import datetime

from itertools import product

# 设置p阶，q阶范围

# product p,q的所有组合

# 设置最好的aic为无穷大

# 对范围内的p,q阶进行模型训练，得到最优模型

ps = range(0, 6)

qs = range(0, 6)

parameters = product(ps, qs)

parameters_list = list(parameters)

best_aic = float('inf')

results = []

for param in parameters_list:

try:

model = ARMA(df_Month['销售金额'], order=(param[0], param[1])).fit()

except ValueError:

print("参数错误：", param)

continue

aic = model.aic

if aic < best_aic:

best_model = model

best_aic = model.aic

best_param = param

results.append([param, model.aic])

results_table = pd.DataFrame(results)

results_table.columns = ['parameters', 'aic']

print("最优模型", best_model.summary())输出：

3.3 预测

# 先增加后几个月的时间日期，进行合并

date_list = [datetime(2014, 8, 31), datetime(2014, 9, 30), datetime(2014, 10, 31),

datetime(2014, 11, 30), datetime(2014, 12, 31),

datetime(2015, 1, 31)]

df_Month = df_Month[['销售金额']]

future = pd.DataFrame(index=date_list, columns= df_Month.columns)

df_Month = pd.concat([df_Month, future])

df_Month

输出：

进行预测，可视化df_Month['forecast'] = best_model.predict(start=0, end=58)

plt.figure(figsize=(20, 7))

df_Month['销售金额'].plot(label='实际销售金额')

df_Month['forecast'].plot(color='r', ls='--', label='预测销售金额')

plt.legend()

plt.show()