在for循环中拼接多个DataFrame失败，仅显示最后一个产品数据

你遇到的问题核心是每次循环都直接覆盖了df_estimado变量，没有累积存储所有产品的预测结果。默认情况下，如果你在循环里写df_estimado = 当前产品预测，前一次循环的结果会被完全替换，最终只保留最后一次迭代的数据。

修复步骤 #

1. 初始化空DataFrame：在循环开始前创建一个空的DataFrame，用来存储所有产品的预测结果。
2. 循环拼接结果：每个产品的预测生成后，用pd.concat()将其追加到总DataFrame中，而不是直接赋值覆盖。
3. 保留产品标识：确保每个子预测结果中包含producto列，方便后续区分不同产品的预测数据。

完整代码示例 #

import pandas as pd
from statsmodels.tsa.statespace.sarimax import SARIMAX

# 1. 初始化存储所有预测的空DataFrame
df_estimado = pd.DataFrame()

# 2. 获取所有唯一产品
unique_productos = df_galletas['producto'].unique()

for producto in unique_productos:
    # 拆分当前产品的子数据集（用copy避免视图警告）
    df_product = df_galletas[df_galletas['producto'] == producto].copy()
    
    # 配置时间序列索引（假设你的时间列名为'fecha'，目标值列为'demanda'）
    df_product = df_product.set_index('fecha')
    df_product = df_product.asfreq('M')  # 根据你的数据频率调整，比如月频'M'、日频'D'
    
    # 训练SARIMAX模型（参数需根据你的数据调整，这里是示例参数）
    modelo = SARIMAX(df_product['demanda'], order=(1, 1, 1), seasonal_order=(1, 1, 1, 12))
    resultados = modelo.fit(disp=False)
    
    # 生成15步预测
    pronostico = resultados.get_forecast(steps=15)
    
    # 将预测结果转换为DataFrame并添加产品标识
    df_pronostico = pronostico.predicted_mean.to_frame(name='prediccion')
    df_pronostico['producto'] = producto
    df_pronostico['fecha_pronostico'] = df_pronostico.index  # 可选：将索引转为列
    
    # 3. 拼接当前预测到总结果中
    df_estimado = pd.concat([df_estimado, df_pronostico], ignore_index=True)

关键注意点 #

• 避免视图问题：拆分子DataFrame时用.copy()，防止后续操作影响原数据集。
• 时间序列频率：确保子数据集的时间索引是正确的频率（如每日、每月），SARIMAX模型需要严格的时间序列输入。
• 模型参数调整：示例中的order=(1,1,1)和seasonal_order=(1,1,1,12)是通用参数，实际需要通过ACF/PACF图或自动调参工具优化。
• 置信区间：如果需要预测的置信区间，可以添加df_pronostico[['lower', 'upper']] = pronostico.conf_int()。

内容的提问来源于stack exchange，提问作者Mateo Severi