statsmodels中X13-ARIMA外生变量exog报错的解决求助

问题场景 #

我使用statsmodels的sm.tsa.x13_arima_analysis对M0序列进行季节性调整，尝试将单列exog作为外生变量传入时，触发如下报错：

statsmodels.tools.sm_exceptions.X13Error: ERROR: Number of user-defined X elements= 166
        not equal to a multiple of the number of columns=  4.

仅传入endog时代码可正常运行，尝试传入exog.values又触发新报错：

ValueError: exog is not a Series or DataFrame or is unnamed.

测试数据包含M0和exog两列，核心测试代码如下：

import statsmodels.api as sm
import pandas as pd
import os

X13PATH = r'D:\data\X13'
os.chdir(X13PATH)
os.environ['X13PATH'] = X13PATH

df = pd.read_excel('../test_data/X13_test_data.xlsx', sheet_name='Sheet1', index_col='date')
df.index = pd.to_datetime(df.index)

# 触发报错的代码
res = sm.tsa.x13_arima_analysis(endog=df['M0'], exog=df['exog'], x12path=X13PATH, print_stdout=True)

报错原因 #

X13 ARIMA对单列外生变量的处理存在格式识别问题：当传入一维Series时，statsmodels内部会错误地将其解析为多列格式，导致元素数量与列数不匹配；而直接传入numpy数组则不符合函数对exog必须为Series或DataFrame的格式要求。

解决方案 #

将单列的exog转换为二维DataFrame格式，确保statsmodels能正确识别外生变量的列数：

修改后的核心代码：

# 将单列Series转为DataFrame
exog_df = df[['exog']]
# 传入格式正确的外生变量
res = sm.tsa.x13_arima_analysis(endog=df['M0'], exog=exog_df, x12path=X13PATH, print_stdout=True)

# 输出季节性调整结果并绘图
print(res.seasadj)
res.plot()

此处理方式既满足了函数对exog的格式要求，又能让X13 ARIMA正确识别外生变量的列数，解决报错问题。

内容的提问来源于stack exchange，提问作者ah bon