使用sktime ARIMA模型预测时出现无效频率报错及asfreq处理后值全为NaN的技术求助

我之前也踩过这个坑！你遇到的ValueError: Invalid frequency本质是因为你的时间序列索引没有明确的规则频率，而sktime的ForecastingHorizon需要索引能转换为pd.PeriodIndex才能正确计算预测时间点与训练数据的时间差。

问题根源分析 #

• 你用的GitHub数据集，读取后索引是DatetimeIndex，但pandas没有自动识别出它的月度频率（可以通过print(df.index.freq)验证，结果是None）。
• 你尝试用.asfreq("M")时出错，是因为原数据的日期是每月1号（月初），而"M"是月末频率，两者日期不匹配，导致所有值变成NaN。
• sktime自带的load_airline数据集，索引是天生带有'M'频率的PeriodIndex，所以不会触发这个错误。

两种可行的解决方案 #

方案1：设置匹配的DatetimeIndex频率

针对原数据的月初日期，我们用'MS'（月初）频率来对齐，这样不会产生NaN：

from sktime.forecasting.base import ForecastingHorizon
from sktime.forecasting.model_selection import temporal_train_test_split
from sktime.forecasting.arima import ARIMA
import numpy as np, pandas as pd

# 正确读取并设置匹配的频率
df = pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/a10.csv', parse_dates=['date'])
df = df.set_index('date')['a10']
# 原数据日期是每月1号，用'MS'（月初）频率，完美匹配无NaN
df = df.asfreq('MS')

p, d, q = 3, 1, 2
y_train, y_test = temporal_train_test_split(df, test_size=24)
model = ARIMA((p, d, q))
results = model.fit(y_train)

# 现在创建ForecastingHorizon不再报错
fh = ForecastingHorizon(y_test.index, is_relative=False)
y_pred_vals, y_pred_int = results.predict(fh, return_pred_int=True)

方案2：转换为PeriodIndex

直接把DatetimeIndex转成PeriodIndex，它天生带有明确的月度频率，不需要纠结日期是月初还是月末：

from sktime.forecasting.base import ForecastingHorizon
from sktime.forecasting.model_selection import temporal_train_test_split
from sktime.forecasting.arima import ARIMA
import numpy as np, pandas as pd

# 读取数据并转换为PeriodIndex
df = pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/a10.csv', parse_dates=['date'])
df = df.set_index('date')['a10']
# 转换为月度PeriodIndex
df.index = df.index.to_period('M')

p, d, q = 3, 1, 2
y_train, y_test = temporal_train_test_split(df, test_size=24)
model = ARIMA((p, d, q))
results = model.fit(y_train)

fh = ForecastingHorizon(y_test.index, is_relative=False)
y_pred_vals, y_pred_int = results.predict(fh, return_pred_int=True)

验证方法 #

处理完数据后，可以用以下代码确认频率是否正确设置：

print(df.index.freq)  # 方案1输出<MonthBegin>，方案2输出M

内容的提问来源于stack exchange，提问作者student