如何解决错误unfunc'isfinite'以便在python中创建季节性statsmodel？

Question

我正在尝试创建一个ARIMA模型进行预测但是我收到了一个错误

“输入类型不支持ufunc'isfinite'，根据强制规则''safe''，输入无法安全地强制转换为任何支持的类型

我正在尝试运行代码：

Data= pd.read_csv(xcjs_2018.csv', low_memory=False) 
Data['day'] = pd.to_datetime(Data['day']) 

from plotly.plotly import plot_mpl from statsmodels.tsa.seasonal
import seasonal_decompose 
result = seasonal_decompose(Data, model= 'multiplicative') 
fig = result.plot()
plot_mpl(fig)

我的Dataframe看起来像这样：

Date        Name      COUNT
2018-08-03  XCJS_22   199
2018-08-04  XCJS_22   200
2018-08-06  XCJS_22   151
2018-08-07  XCJS_22   159
2018-08-08  XCJS_22   451
2018-08-15  XCJS_22   217
2018-08-20  XCJS_22   389

Traceback error message有谁知道如何帮助？

Answer 1

尝试将日期列创建为索引，并使用freq = 1绘制Data ['Count']列。

#reads csv file
Data= pd.read_csv(xcjs_2018.csv', low_memory=False) 
Data['Date'] = pd.to_datetime(Data['Date'])
Data = Data.set_index('Date')

#Plot it
from plotly.plotly import plot_mpl 
from statsmodels.tsa.seasonal import seasonal_decompose 
result = seasonal_decompose(Data.COUNT, model= 'multiplicative', freq=1) 
fig = result.plot()
plot_mpl(fig)