如何将AutoGluon时序DataFrame转换为Pandas DataFrame？

方法一：直接重置索引（推荐） #

AutoGluon的TimeSeriesDataFrame自带reset_index()方法，可将原本作为索引的item_id和timestamp直接转为普通列，一步得到符合需求的常规Pandas DataFrame：

# 假设ts_df是你的AutoGluon时序预测结果
pandas_df = ts_df.reset_index()

转换后的DataFrame会包含三列：item_id、timestamp、value，其中item_id会为每一行重复填充对应值，完全满足写入数据库的格式要求。

方法二：分步转换（更灵活） #

如果需要更精细的控制，可先用to_dataframe()将时序结构转为带单索引（timestamp）的Pandas DataFrame，再手动添加item_id列：

# 第一步：转为以timestamp为索引的DataFrame
temp_df = ts_df.to_dataframe()
# 第二步：添加item_id列（因整个结果仅一个item_id，直接取第一个即可）
temp_df['item_id'] = ts_df.item_ids[0]
# 第三步：重置索引，将timestamp转为列
pandas_df = temp_df.reset_index()

转换完成后，你就可以用Pandas的to_sql()方法直接将数据写入数据库，用于后续仪表板可视化。

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