“时间维度上的索引必须是数字或类似日期”当我尝试在模型和随机效应模型中设置固定效应时,会出现此错误。
我得到了一个面板数据,其中包含年份价格成本和此类纯数字变量。
将 pandas 导入为 pd 从 Linearmodels.panel 导入 PanelOLS
df = pd.DataFrame()
within_model = PanelOLS.from_formula('成本 ~ RPM + 价格 + 负载 + EntityEffects', data=df) 结果 = inside_model.fit()
打印(结果)
linearmodels
中的错误“时间维度上的索引必须是数字或类似日期”似乎表明时间维度存在问题。以下是快速步骤:
查看时间格式:
# If using dates, convert to datetime format
df['date_column'] = pd.to_datetime(df['date_column'])
设置多级索引:
df = df.set_index(['entity_column', 'date_column'])
指定实体和时间列:
within_model = PanelOLS.from_formula('cost ~ RPM + price + load + EntityEffects', data=df)
考虑
time_effects
选项:
time_effects=True
。within_model = PanelOLS.from_formula('cost ~ RPM + price + load + EntityEffects', data=df, time_effects=True)
将“entity_column”和“date_column”替换为您的实际实体和时间列名称。如果问题仍然存在,请分享示例数据集或更多详细信息以获得进一步帮助