Hola
Estoy tratando de hacer una previsión de series temporales en power bi usando el script Python.
Cuando ejecuto mi código en power bi desktop con algunos filtros que he aplicado, funciona.
Pero después de publicar el informe en el app.powerbi.com y aplicar los mismos filtros con el escritorio que estoy recibiendo a continuación error:
Error de ejecución de script
XXXDate
2016-10-01 1
2016-11-01 0
2016-12-01 0
2017-01-01 0
2017-02-01 0
2017-03-01 0
2017-04-01 1
2017-05-01 1
2017-06-01 0
2017-07-01 0
2017-08-01 0
2017-09-01 0
2017-10-01 0
2017-11-01 0
2017-12-01 1
2018-01-01 0
2018-02-01 0
2018-03-01 0
2018-04-01 1
2018-05-01 3
2018-06-01 1
2018-07-01 0
2018-08-01 0
2018-09-01 2
2018-10-01 1
[S-fa538819-1d04-4ba3-9af7-a2963e25b512] C:-Python-lib-site-packages-statsmodels-tsa-base-tsa_model.py:165: ValueWarning: No se proporcionó información de frecuencia, por lo que se utilizará la frecuencia desferida MS.
% freq, ValueWarning)
Traceback (última llamada más reciente):
Archivo "C:-Script-0.py", línea 63, en <módulo>
resultados-model.fit()
Archivo "C:-Python-lib-site-packages-statsmodels-tsa-statespace-mlemodel.py", línea 445, en forma
start_params auto.start_params
Archivo "C:-Python-lib-site-packages-statsmodels-tsa-statespace-sarimax.py", línea 969, en start_params
self.k_seasonal_ma, self.polynomial_seasonal_ma
Archivo "C:-Python-lib-site-packages-statsmodels-tsa-statespace-sarimax.py", línea 845, en _conditional_sum_squares
X á lagmat(endog, k, trim'both')
Archivo "C:-Python-lib-site-packages-statsmodels-tsa-tsatools.py", línea 408, en lagmat
elevar ValueError("maxlag debe ser < nobs")
ValueError: maxlag debe ser < nobs
También mi script python es como abajo:
# The following code to create a dataframe and remove duplicated rows is always executed and acts as a preamble for your script:
# dataset = pandas.DataFrame(yyy, XXXDate)
# dataset = dataset.drop_duplicates()
# Paste or type your script code here:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from datetime import datetime
from dateutil.relativedelta import *
import matplotlib.dates as mdates
import seaborn as sns
from statsmodels.tsa.arima_model import ARMA
from statsmodels.tsa.statespace.sarimax import SARIMAX
from numpy import cumsum
dataset["XXXDate"] = pd.to_datetime(dataset["XXXDate"], format="%Y-%m")
pvt_table = pd.pivot_table(dataset, values='yyy', index='XXXDate', aggfunc='count')
pvt_table = pvt_table.sort_index()
prev_index = None
total_df = pd.DataFrame()
for index, row in pvt_table.iterrows():
if prev_index:
prev_index_datetime = prev_index.to_pydatetime()
index_datetime = index.to_pydatetime()
while prev_index_datetime + relativedelta(months=+1) != index_datetime:
prev_index_datetime = prev_index_datetime + relativedelta(months=+1)
populate_df = pd.DataFrame.from_dict(
{"XXXDate": [pd.Timestamp(prev_index_datetime)], "yyy": [0]})
total_df = total_df.append(populate_df)
prev_index = index
if total_df.size > 0:
total_df = total_df.set_index("XXXDate")
pvt_table = pvt_table.append(total_df)
pvt_table = pvt_table.sort_index()
print(str(pvt_table))
model=SARIMAX(pvt_table, order=(0,0,1),seasonal_order=(1,1,1,12))
results=model.fit()
residuals=results.resid
mae=np.mean(np.abs(residuals))
forecast=results.get_forecast(steps=12).predicted_mean
#mean_forecast=np.cumsum(forecast) + cr.iloc[-1,0]
plt.subplot(2,1,1)
plt.plot(pvt_table, label='observed',color='green', linestyle='dashed', linewidth=4, marker='o', markerfacecolor='blue', markersize=12)
plt.plot(forecast, label='forecast',color='green', linestyle='dashed', linewidth=4, marker='o', markerfacecolor='cyan', markersize=12)
plt.legend()
plt.show()
¿Se puede ocurrir este problema debido a diferentes versiones de bibliotecas entre el escritorio y app.powerbi.com?
Con otra palabra, ¿el escritorio y app.powerbi.com utilizar las mismas versiones o versiones diferentes de las bibliotecas en el script python? ¿Cuál es la lógica? Si esto no es fuente de problema, ¿hay alguna idea sobre el problema?
Gracias.
