使用ARIMA模型预测门店销售额时出现ValueError报错求助

问题场景 #

使用statsmodels.tsa.arima.model.ARIMA预测门店销售额时触发上述报错，代码及数据情况如下：

运行代码

from statsmodels.tsa.arima.model import ARIMA
from datetime import datetime

# 拟合模型
model = ARIMA(ts, order=(1,0,1)) 
model_fit = model.fit()

# 预测
start_index = datetime(2024, 1, 1)
end_index = datetime(2024, 5, 1)
# model_fit.predict(start=start_index, end=end_index)
forecast = model_fit.predict(start = "2024-01-01", end = "2024-05-01")

数据说明

ts为带日期索引的DataFrame，日期范围2021/01/01至2024/05/02，包含gmv列，示例数据：

date          gmv
2021-01-01    155629555
2021-01-02    161346990
...
2024-01-01    192776022
...
2024-05-01    207816942
2024-05-02    217788026

常见原因及解决方法 #

很多用户都遇到过这个问题，核心问题集中在时间索引的识别与顺序上：

• 日期索引类型错误：若索引是字符串类型而非datetime类型，statsmodels无法正确解析时间顺序，导致误判end早于start。
  解决：转换并校验索引类型

  import pandas as pd
  # 转换索引为datetime类型
  ts.index = pd.to_datetime(ts.index)
  # 确保索引升序排列
  ts = ts.sort_index()
  

• 索引顺序异常：若索引是降序排列，或存在重复日期，也会触发该错误。
  解决：检查并修复索引

  # 检查是否有重复索引
  print("是否存在重复索引：", ts.index.duplicated().any())
  # 检查索引是否升序
  print("索引是否升序：", ts.index.is_monotonic_increasing)
  # 去重并重新排序
  ts = ts[~ts.index.duplicated()].sort_index()
  

• 参数格式不匹配：混用datetime对象和字符串格式的日期，或字符串格式与索引不统一，可能导致识别错误。
  解决：使用统一的参数格式

  start_index = pd.to_datetime("2024-01-01")
  end_index = pd.to_datetime("2024-05-01")
  forecast = model_fit.predict(start=start_index, end=end_index)
  

内容的提问来源于stack exchange，提问作者Jammy Wang