销售收入分析与预测(线性回归)

#读取数据
import pandas as pd
dfaa=pd.read_excel(r'd:\Users\zhanggl21\Desktop\源代码及数据--python数据分析案例实战(慕课版)\源代码及数据--python数据分析案例实战(慕课版)\第6章\data\JDdata.xls')
dfbb=pd.read_excel(r'd:\Users\zhanggl21\Desktop\源代码及数据--python数据分析案例实战(慕课版)\源代码及数据--python数据分析案例实战(慕课版)\第6章\data\JDcar.xls')

df1=dfaa[['业务日期','金额']]
df2=dfbb[['投放日期','支出']]

#按月统计Excel表中的销售收入和广告支出
df1['业务日期']=pd.to_datetime(df1['业务日期'])
df2['投放日期']=pd.to_datetime(df2['投放日期'])
dfData=df1.set_index('业务日期',drop=True)
dfCar=df2.set_index('投放日期',drop=True)
#使用resample()函数按月汇总数据
dfData_month=dfData.resample('M').sum().to_period('M')
dfCar_month=dfCar.resample('M').sum().to_period('M')

#根据历史销售数据绘制拟合图
'''首先创建一个线性回归模型linear_model.LinearRegression，然后使用fit()方法拟合线性模型，得到斜率（回归系数）和截距，最
后使用predict()方法预测Y值。'&