如何将预测日销量拆解至小时级？HierarchicalForecast代码报错求助

错误原因 #

这个报错核心是层级结构表S_df中定义的所有时间序列ID（父节点+子节点）与预测结果表Y_hat_df的unique_id集合完全不匹配：

• S\Y_hat=425：S_df里有425个ID（大概率是所有小时级序列ID）未出现在Y_hat_df中
• Y_hat\S=1：Y_hat_df里存在1个不在S_df层级结构中的无效ID

数据样例与修正代码 #

1. 构造符合要求的小时/日级样例数据 #

import pandas as pd
import numpy as np

# 生成0600H-2200H的小时级销量数据
dates = pd.date_range(start='2024-01-01', end='2024-01-10', freq='D')
hours = [f'{h:02d}00H' for h in range(6, 23)]  # 17个小时区间

hourly_data = []
for date in dates:
    for hour in hours:
        hourly_data.append({
            'unique_id': f'{date.date()}_{hour}',
            'ds': date + pd.Timedelta(hour.split('H')[0] + 'h'),
            'y': np.random.randint(10, 100)
        })
hourly_df = pd.DataFrame(hourly_data)

# 聚合为日级销量数据
daily_df = hourly_df.groupby(pd.Grouper(key='ds', freq='D')).agg({'y': 'sum'}).reset_index()
daily_df['unique_id'] = daily_df['ds'].dt.date.astype(str)
daily_df = daily_df.rename(columns={'y': 'y_daily'})

2. 构建正确的层级关系表S_df #

确保每个小时级ID对应所属的日级父ID，无遗漏或多余：

# 生成子节点（小时级）→ 父节点（日级）的映射
S_data = []
for date_str in daily_df['unique_id'].tolist():
    for hour in hours:
        S_data.append({
            'child': f'{date_str}_{hour}',
            'parent': date_str
        })
S_df = pd.DataFrame(S_data)

3. 生成日级预测并补全Y_hat_df #

必须让Y_hat_df包含S_df中所有ID（日级+小时级）：

# 模拟日级预测（替换为你的实际预测模型）
daily_forecast = daily_df.copy()
daily_forecast['y_hat'] = daily_forecast['y_daily'].rolling(3).mean().fillna(daily_forecast['y_daily'].mean())

# 补全小时级ID到Y_hat_df，先填充NaN（TopDown会自动分配）
hourly_hat = hourly_df[['unique_id', 'ds']].copy()
hourly_hat['y_hat'] = np.nan

# 合并日级预测与补全的小时级行
Y_hat_df = pd.concat([daily_forecast[['unique_id', 'ds', 'y_hat']], hourly_hat], ignore_index=True)

# 检查ID匹配（可选，提前排查问题）
all_S_ids = set(S_df['child'].tolist() + S_df['parent'].tolist())
all_Y_hat_ids = set(Y_hat_df['unique_id'].tolist())
assert all_S_ids == all_Y_hat_ids, "S_df与Y_hat_df的ID集合不匹配，请检查"

4. 准备历史数据并执行层级分配 #

from hierarchicalforecast.core import HierarchicalReconciliation
from hierarchicalforecast.methods import TopDown

# 合并小时级与日级历史数据为Y_df
hourly_Y = hourly_df[['unique_id', 'ds', 'y']]
daily_Y = daily_df.rename(columns={'y_daily': 'y'})[['unique_id', 'ds', 'y']]
Y_df = pd.concat([hourly_Y, daily_Y], ignore_index=True)

# 初始化调和器，使用历史占比分配日级预测到小时级
hrec = HierarchicalReconciliation(reconcilers=[TopDown(method='forecast_proportions')])

# 执行层级分配
Y_rec_df = hrec.reconcile(Y_df=Y_df, Y_hat_df=Y_hat_df, S_df=S_df)

# 查看分配后的小时级预测结果
hourly_rec_results = Y_rec_df[Y_rec_df['unique_id'].str.contains('_')]
print(hourly_rec_results[['unique_id', 'ds', 'y_hat_TopDown']])

关键修正点 #

1. ID集合完全对齐：确保S_df中所有父/子ID都存在于Y_hat_df中，同时Y_hat_df无额外无效ID
2. 历史数据覆盖全层级：Y_df必须包含小时级和日级的历史销量，供TopDown方法计算历史占比
3. 补全小时级预测行：即使小时级无初始预测，也要在Y_hat_df中保留对应行，库会自动用日级预测按占比分配

内容的提问来源于stack exchange，提问作者karan