预测双月数据

Question

我有一个 2 年的双月销售数据，数据如下所示

Date_time_index Customer exposure.
 1/3/2015. 234.
 15/3/2015. 560.
 1/4/2016. 789.
 15/4/2016. 678.
 1/5/2017 222.
 15/5/2017. 456.

所以基本上我想预测 2018 年数据的双月销售额。

由于 python 不接受回归的日期时间索引，如果我将日期转换为天数，数据将如下所示

Days. Customer_exposure.
 15. 23.
 14. 560.
 15. 789.
 14. 678.
 15. 222.



ce_lm3 = smf.ols(customer_exposure~ days', data=differenced_series).fit()

上面将双月数据转换为天数对我来说似乎不是很正确和明智，任何人都可以建议我如何将这个时间序列指数转换成天数，以便我可以预测 2018 年客户的风险敞口。

注意，，：我无法将我的日期时间索引转换为月份数字，因为这是一个双月数据，而不是每月或任何其他 level.this 严格需要双月。

提前致谢

Answer 1

datetime 模块中的 datetime 对象有一个有用的函数 strptime()，它允许使用 format 将字符串转换为 datetime 对象参数：

>>> from datetime import datetime
>>> a = datetime.strptime('1/3/2015', '%d/%m/%Y')
>>> b = datetime.strptime('15/3/2015', '%d/%m/%Y')
>>> print (b-a).days
14

预测双月数据

Forecasting Bimonthly data

python

time-series

forecasting