所以我有一个包含两列的CSV文件:日期和价格,但是当我尝试在该时间序列上使用ARIMA时,遇到此错误:
ValueWarning:已提供日期索引,但没有关联频率信息等,例如预测。'例如预测。”,ValueWarning)
所以我发现了两个问题:
ValueWarning: No frequency information was provided, so inferred frequency MS will be used
https://stackoverflow.com/a/35860703
但是当我尝试运行示例中的代码(第二个链接):
import pandas as pd
from statsmodels.tsa.arima_model import ARMA
df=pd.DataFrame({"val": pd.Series([1.1,1.7,8.4 ],
index=['2015-01-15 12:10:23','2015-02-15 12:10:23','2015-03-15 12:10:23'])})
print df
'''
val
2015-01-15 12:10:23 1.1
2015-02-15 12:10:23 1.7
2015-03-15 12:10:23 8.4
'''
print df.index
'''
Index([u'2015-01-15 12:10:23',u'2015-02-15 12:10:23',u'2015-03-15 12:10:23'], dtype='object')
'''
df.index = pd.DatetimeIndex(df.index)
print df.index
'''
DatetimeIndex(['2015-01-15 12:10:23', '2015-02-15 12:10:23',
'2015-03-15 12:10:23'],
dtype='datetime64[ns]', freq=None)
'''
model = ARMA(df["val"], (1,0))
print model
我也收到了相同的ValueWarning,所以我尝试更改此行:
df.index = pd.DatetimeIndex(df.index)
对此:
df.index = pd.DatetimeIndex(df.index.values, freq=df.index.inferred_freq)
但随后出现此错误:
[AttributeError:'索引'对象没有属性'inferred_freq'
您所打印的当前索引是字符串索引。您应该将其转换为DatetimeIndex
并通过to_period
传递频率:
df.index = pd.DatetimeIndex(df.index).to_period('M')