Python实现商品销量预测（二）

数据读入及预处理

在上一篇文章中，我在寻找数据预处理的方式，粗略看了一下，感觉有点复杂。。转念一想，我要处理的数据量并不算大，也就1000多条，要不我直接手动筛选好了orz。。

我手动筛选了一下，去掉了日期无效的条目，因为要进行预测，日期是必要的项目。

下一步是结合代码选择处理方式，我所选择的代码是对txt文本进行处理，那么为了方便以及避免后续可能出现的问题，我先把xlsx处理成与之相对应的txt格式吧。

python快速将excel文件转化为txt文件_python xlsx转txt_烟雨风渡的博客-CSDN博客

感觉里面写得不够细，我想知道怎么提取特定的列。

最新Pandas.read_excel()全参数详解（案例实操，如何利用python导入excel） - 知乎

df = pd.read_excel('data_preprocess.xlsx', header=0)

 ok，现在得到我需要的两列数据了，之后得把他转成txt。

df.to_csv('data3.txt', header=None, sep=' ', index=False)

 啊这，数据日期和销量是反的，这是因为格式不一样。

那我再修改一下数据集吧

至此，数据集的读入和预处理基本完成。

 数据建模及模型评估

这一部分的代码，我看不懂TAT，就直接保留吧。

我注意到它生成的数据集是289条，而我们处理过后的数据集有1073条，所以源码中有部分数据需要修改。

试运行

还是出bug了。。

 ValueError: invalid literal for int() with base 10:解决方法_伶俐虫虫的博客-CSDN博客

用这上面的方法出现了新的报错，打个断点看看吧。

 

 这段数据后面的换行符，导致的错误。为啥这里会出错呢orz

 我重新更换了断点，再检查了一遍，终于抓到你了，原来是2022.5.13的数据有问题。

这里有两个空数据，之前预处理时被我漏掉了，把他们删掉吧。

ok，这个问题解决了。因为删除了两条数据，所以前面设置的数据集数目也要调整，现在是1072。

 程序运行成功了。但是。。

 这图片怎么这么奇怪orz。。

在经过对比，排查以后，终于发现问题在哪了。

pyl.ylim(10, 100)

 y轴的取值范围错了。

重新调了一下，果然ok了。

至此，商品销量预测基本完成。