如何使用Python对同分组数据行批量应用自定义处理代码？

直接用pandas的groupby方法就能实现批量分组处理，不需要手动写逐名称筛选的逻辑，它会自动按name列把同小区的行拆成独立子数据集，直接套你已经调试好的单小区预测代码就行，19000行的数据集跑这个逻辑没有性能压力。

前置预处理 #

先把基础数据格式整对，避免时间序列预测报错：

• 把时间列转为pandas的datetime格式
• 每个小区的数据按时间升序排列
• 提前清理缺失值、异常值，筛掉历史数据长度不足的小区

import pandas as pd
from statsmodels.tsa.holtwinters import ExponentialSmoothing

# 读取本地Excel文件
df = pd.read_excel("你的业务数据文件路径.xlsx")
# 替换成你表里实际的时间列名，转时间格式
df["stat_date"] = pd.to_datetime(df["stat_date"])
# 按小区名+统计时间排序
df = df.sort_values(by=["name", "stat_date"]).reset_index(drop=True)

封装单小区预测函数 #

把你已经写通的单个小区HoltWinters建模逻辑封装成函数，输入是单个小区的子数据表，输出是该小区2022年的预测结果，示例逻辑如下，你可以直接替换成自己调好的参数：

def forecast_single_cell(group_data):
    # 以下替换为你自己的单小区建模代码
    hw_model = ExponentialSmoothing(
        group_data["data_trend"],
        seasonal_periods=12, # 月粒度数据周期填12，季度粒度填4，匹配你的数据粒度
        trend="add",
        seasonal="add",
        initialization_method="estimated"
    ).fit()
    # 预测步长和2022年需要的周期数匹配，月粒度就预测12步
    predict_result = hw_model.forecast(12)
    # 返回结构化的预测结果
    return pd.DataFrame({
        "name": group_data["name"].iloc[0],
        "predict_date": pd.date_range(start="2022-01-01", periods=12, freq="M"),
        "data_trend_predict": predict_result.values
    })

批量跑全量小区预测 #

两种实现方式选就行，新手优先选第一种，方便加异常捕获，不会因为单个小区数据问题中断整个任务：

方式1：显式循环分组（新手友好） #

result_list = []
# groupby自动完成所有小区的分组拆分
for cell_name, cell_data in df.groupby("name"):
    try:
        cell_res = forecast_single_cell(cell_data)
        result_list.append(cell_res)
    except Exception as e:
        # 打印出错的小区和原因，不影响其他小区运行
        print(f"小区【{cell_name}】预测失败，错误：{str(e)}")
        continue

# 把所有小区的预测结果合并成一张总表
final_predict_df = pd.concat(result_list, ignore_index=True)

方式2：apply简洁写法 #

不需要单独做异常捕获的话可以直接用这个写法，代码更短：

final_predict_df = df.groupby("name", group_keys=False).apply(forecast_single_cell).reset_index(drop=True)

注意事项 #

• 传入预测函数的分组数据里，name列的值全为当前小区名，取小区名直接用group_data["name"].iloc[0]即可，不要硬编码名称
• 你之前用的df.loc[df['name'] == 'sofia']本质是手动提取单个分组，groupby已经自动帮你完成了所有分组的拆分提取，不需要自己遍历所有名称值做筛选
• 你手里的2020、2021两年共24个月的历史数据，刚好满足12个月周期的HoltWinters建模最低数据要求，缺数据的小区提前过滤掉即可
• 预测步长、季节周期参数必须和你实际的数据粒度匹配，不要硬抄示例参数。

内容的提问来源于stack exchange，提问作者Meriem