files = glob.glob('/gdrive/My Drive/Python/Data/XXX/*.xlsx') #забирает все файлы по маске из папки на Гдрайве - можно прописать локальную папку
df = pd.concat([pd.read_excel(fp, sheet_name = 0, header = 2).assign(Filename=os.path.basename(fp)) for fp in files]) # дфка с конкатом и новой колонкой с именем файлов
Мужики, нужна еще помощь, как можно интерпретировать результаты Ramdom Forest? если построить одно дерево, то правила построить несложно, но точность маленькая. мне важно выудить правило из данных, которое позволит точно классифицировать бинарную выборку. Как это можно сделать?
Подскажите, пожалуйста, как можно предсказать значения целевой переменной за 1 месяц? Например: данные с 2010-01-01 по 2011-12-31 предсказывает January 2012, данные с 2010-02-01 по 2012-01-31 предсказывает February 2012, данные с 2019-05-01 по 2021-05-31 предсказывает June 2021