基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 2 元　

支付宝支付

微信支付

   源码介绍

---

python代码，亲测可用

def series_to_supervised(data, n_in=1, n_out=1, dropnan=True):
   n_vars = 1 if type(data) is list else data.shape[1]
   df = DataFrame(data)
   cols, names = list(), list() for i in range(n_in, 0, -1):
      cols.append(df.shift(i))
      names  = [('var%d(t-%d)' % (j 1, i)) for j in range(n_vars)] for i in range(0, n_out):
      cols.append(df.shift(-i)) if i == 0:
         names  = [('var%d(t)' % (j 1)) for j in range(n_vars)] else:
         names  = [('var%d(t %d)' % (j 1, i)) for j in range(n_vars)]
   
   agg = concat(cols, axis=1)
   agg.columns = names if dropnan:
      agg.dropna(inplace=True) return agg