实现3个月简单移动平均预测时触发IndexError错误求助

嘿，我一眼就看到你代码里的几个小问题，正是这些导致了IndexError，咱们一步步来修复：

问题1：错误的数组追加方式 #

你写的d=np.append(d[np.nan]*extra_periods)完全搞反了逻辑：

• d[np.nan]试图用浮点数np.nan作为数组索引，numpy根本不允许这么做，这直接触发了索引错误
• 正确的做法是先创建包含extra_periods个np.nan的列表，再把它追加到原始需求数组后面，改成：

  d = np.append(d, [np.nan] * extra_periods)
  

问题2：额外周期预测的索引范围错误 #

原代码里f[cols+1:]=f[t]的索引不对：

• cols是原始需求序列的长度，原始序列的索引是0到cols-1，额外周期是从cols索引开始的
• 改成f[cols:] = f[t]才能正确把最后一个历史预测值赋值给所有未来周期

问题3：循环范围的小调整（可选但更合理） #

原循环for t in range(n, cols+1)里，当t=cols时，d[t-n:t]其实是取原始序列的最后n个值，但因为我们已经把数组扩展了，其实循环到cols-1就够了，最后一个历史预测值可以单独计算，让代码更清晰。

修正后的完整代码 #

import numpy as np
import pandas as pd

def moving_avg(d, extra_periods=1, n=3):
    # 将输入转换为numpy数组
    d = np.array(d)
    # 历史周期长度
    cols = len(d)
    # 向需求数组追加extra_periods个np.nan以覆盖未来周期
    d = np.append(d, [np.nan] * extra_periods)
    # 定义预测数组，初始全为nan
    f = np.full(cols + extra_periods, np.nan)
    # 生成历史周期内的预测值：从第n个位置开始，基于前n个需求的均值
    for t in range(n, cols):
        f[t] = np.mean(d[t-n:t])
    # 计算最后一个历史预测值，用于填充所有额外周期
    last_forecast = np.mean(d[cols-n:cols])
    f[cols:] = last_forecast
    # 返回包含需求、预测和误差的DataFrame
    df = pd.DataFrame.from_dict({"Demand": d, "Forecast": f, "Error": d - f})
    return df

# 测试你的示例数据
d = [37,60,85,112,132,145,179,198,212,232]
df = moving_avg(d, extra_periods=1, n=3)
print(df)

运行这段代码后，你会得到正确的移动平均预测结果：最后一行的预测值是最后3个历史需求的均值(198+212+232)/3 = 214，完美符合预期。

内容的提问来源于stack exchange，提问作者krushna mohapatra