如何在Python的Facebook Prophet模型中添加自定义假期时段？

步骤1：构建自定义假期DataFrame #

Prophet要求假期数据必须包含holiday（假期名称）和ds（日期）列，可选lower_window和upper_window来定义假期影响的前后窗口期。针对你提到的5月底至9月中旬的暑期假期，需要生成对应年份的完整日期范围：

import pandas as pd

# 根据你的数据时间范围调整年份区间
target_years = range(2018, 2024)
custom_holiday_list = []

for year in target_years:
    # 自定义假期的起始和结束日期（根据实际数据的骤降时段微调）
    start = pd.to_datetime(f"{year}-05-25")
    end = pd.to_datetime(f"{year}-09-15")
    # 生成该时段内的所有日期
    daily_dates = pd.date_range(start=start, end=end)
    # 为每个日期添加假期条目
    for date in daily_dates:
        custom_holiday_list.append({
            "holiday": "university_summer_break",
            "ds": date,
            "lower_window": 0,  # 仅当天生效，若要包含放假前影响可设为负数（如-7）
            "upper_window": 0   # 仅当天生效，若要包含收假后影响可设为正数（如3）
        })

# 转换为DataFrame
custom_holidays_df = pd.DataFrame(custom_holiday_list)

步骤2：合并已有英国国家假期数据 #

将你已有的英国国家假期DataFrame和自定义假期DataFrame合并，确保列名完全一致：

# 假设你的英国国家假期数据存储在uk_holidays_df中
combined_holidays_df = pd.concat([uk_holidays_df, custom_holidays_df], ignore_index=True)

步骤3：传入合并后的假期数据训练模型 #

初始化Prophet模型时，将合并后的假期DataFrame传入holidays参数，再拟合你的电子资源使用量数据：

from prophet import Prophet

# 初始化模型并传入合并后的假期数据
model = Prophet(holidays=combined_holidays_df)
# 拟合你的数据集（假设数据集为library_usage_df，包含ds和y列）
model.fit(library_usage_df)

额外注意事项 #

• 日期校准：根据实际数据中使用量骤降的精确时间段调整start和end日期，比如如果5月20日就开始下降，就把起始日改成{year}-05-20。
• 窗口期调整：如果假期前后的使用量有波动（比如放假前一周使用量逐步下降），可以调整lower_window（如设为-7，代表假期前7天开始生效）或upper_window（收假后几天生效）。
• 重复检查：合并后可以用combined_holidays_df.duplicated(subset=['ds', 'holiday']).sum()检查是否有重复的假期条目，避免干扰模型训练。

内容的提问来源于stack exchange，提问作者Qusai