使用Prophet预测Lululemon股价时遭遇TypeError错误求助

你遇到的TypeError: arg must be a list, tuple, 1-d array, or Series，本质是Prophet无法正确识别输入DataFrame中ds或y列的格式，最常见的触发原因是：

• ds列不是标准的datetime64类型（yfinance返回的日期列可能附带时区信息，导致Prophet无法解析）
• y列存在缺失值或非数值类型

修复步骤 #

1. 强制转换ds列为无时区datetime类型：显式去除日期列的时区信息，转换为Prophet要求的标准格式
2. 清理y列缺失值：删除包含缺失收盘价的行，避免Prophet拟合时出错

修改后的完整代码 #

import pandas as pd
import yfinance as yf
import matplotlib.pyplot as plt
from prophet import Prophet

# 下载Lululemon股价数据
ticker = 'LULU'
lululemon_data = yf.download(ticker, start='2007-07-27')  # Lululemon上市日期

# 预处理数据适配Prophet格式
lululemon_data.reset_index(inplace=True)
lululemon_data = lululemon_data[['Date', 'Close']]
lululemon_data.rename(columns={'Date': 'ds', 'Close': 'y'}, inplace=True)

# 关键修复：标准化日期格式 + 清理缺失值
lululemon_data['ds'] = pd.to_datetime(lululemon_data['ds']).dt.tz_localize(None)
lululemon_data = lululemon_data.dropna(subset=['y'])

# 拟合Prophet模型
model = Prophet()
model.fit(lululemon_data)

# 生成未来5年的预测时间序列
future = model.make_future_dataframe(periods=5*365)

# 执行预测
forecast = model.predict(future)

# 可视化预测结果
fig = model.plot(forecast)
plt.title('Lululemon Stock Price Forecast for Next 5 Years')
plt.xlabel('Date')
plt.ylabel('Closing Price (USD)')
plt.show()

验证数据格式的方法 #

运行代码前可先检查数据是否符合要求：

# 检查ds列类型，应输出 datetime64[ns]
print(lululemon_data['ds'].dtype)
# 检查y列缺失值数量，应输出0
print(lululemon_data['y'].isna().sum())

内容的提问来源于stack exchange，提问作者Lorena Schafer