statsmodels中的AR模型

Question

我正在嘗試在Python中擬合時間序列自動回歸模型

輸入DF：

code                                test_col  

2018-09-20 18:00:00                      10                      
2018-09-20 19:00:00                      20                     
2018-09-20 20:00:00                      21                       
2018-09-20 21:00:00                      17                      
2018-09-20 22:00:00                      7 

DF的索引：

DatetimeIndex(['2018-09-20 18:00:00'.......]

模型：

 mod = AR(DF[test_col])
 res = mod.fit(maxlag= 20, ic= 'aic')
 last_hour = df.index[[len(df)-1]]
 pred = res.predict(start=last_hour[0],end = last_hour[0] )

last_hour =>從我要預測的索引中獲取最新的時間戳

錯誤：

File "pandas/tslib.pyx", line 1280, in pandas.tslib._Timestamp.__sub__ (pandas/tslib.c:23914)
TypeError: descriptor '__sub__' requires a 'datetime.datetime' object but received a 'int'

我檢查了“ last_hour”的類型

print (type(last_hour))
<class 'pandas.tseries.index.DatetimeIndex'>

有關如何糾正此問題的任何建議。

Answer 1

將熊貓從V-19更新到23.解決了此問題。

Answer 2

我認為日期時間索引在數據框中的投放方式存在問題，因為以下代碼行對我有用：

import pandas as pd
from statsmodels.tsa.ar_model import AR
DF = pd.DataFrame({'code': ['2018-09-20 18:00:00', '2018-09-20 19:00:00', '2018-09-20 20:00:00', '2018-09-20 21:00:00', '2018-09-20 22:00:00'],
                   'test_col': [10, 20, 21, 17, 7]})
DF['code'] = pd.to_datetime(DF['code'])
DF = DF.set_index('code')
mod = AR(DF['test_col'])
res = mod.fit(maxlag= 2, ic= 'aic')
last_hour = DF.index[[len(DF)-1]]
pred = res.predict(start=last_hour[0],end = last_hour[0])

檢查last_hour對象給出

print(last_hour)
DatetimeIndex(['2018-09-20 22:00:00'], dtype='datetime64[ns]', name='code', freq=None)

可以嘗試的一件事是reset_index，然后將列轉換為datetime，然后再次將其設置為index。