在Jupyter中使用Pandas与GluonTS时遇类型错误的求助

核心错误原因 #

你遇到的TypeError: cannot infer freq from a non-convertible index type <class 'pandas.core.indexes.numeric.Int64Index'>，本质是GluonTS的PandasDataset要求输入的DataFrame是时间序列格式——它需要基于时间的索引（DatetimeIndex），或者明确指定时间戳列和时间频率参数，否则无法自动推断时间序列的频率，进而抛出错误。

另外你的代码还有两个小问题：

• 变量名笔误：dataset = PandasDataset(df2)中df2未定义，应该是筛选后的df
• 读取CSV时的DtypeWarning：是因为第2列存在混合数据类型，需要在读取时指定类型或关闭低内存检查

修复步骤与完整代码 #

1. 读取CSV并处理时间列

全球城市温度数据集通常包含Year、Month、Day这类拆分的时间字段，需要先将它们合并为一个完整的时间戳列，再设置为DataFrame的索引（或者明确告诉PandasDataset哪一列是时间戳）。

2. 筛选目标城市数据

正确筛选City为Algiers的行。

3. 正确初始化PandasDataset

可以通过两种方式：

• 方式一：将时间列设置为DataFrame的DatetimeIndex，让PandasDataset自动推断频率
• 方式二：保留原索引，显式指定timestamp参数（时间列名）和freq参数（时间频率，比如每日频率D）

以下是完整修复后的代码：

import pandas as pd
import matplotlib.pyplot as plt
import scipy

from gluonts.dataset.pandas import PandasDataset
from gluonts.dataset.split import split
from gluonts.torch import DeepAREstimator

# 1. 读取CSV，处理时间列，修复类型警告
df = pd.read_csv(
    "city_temperature.csv",
    low_memory=False,  # 关闭低内存检查，解决DtypeWarning
    dtype={"Column2": str}  # 如果知道第2列的类型，也可以指定，比如字符串类型
)

# 合并年、月、日为时间戳列，注意数据集可能有无效日期（比如2月30日），需要errors='coerce'转为NaT
df['timestamp'] = pd.to_datetime(
    df[['Year', 'Month', 'Day']].astype(str).agg('-'.join, axis=1),
    errors='coerce'
)
# 移除无效时间的行
df = df.dropna(subset=['timestamp'])

# 2. 筛选Algiers的数据
df = df[df["City"] == "Algiers"]

# 3. 方式一：设置时间列为索引，初始化PandasDataset
df = df.set_index('timestamp')
dataset = PandasDataset(df, target='Temperature')  # 指定目标列（温度列，根据你的数据集列名调整）

# 或者方式二：不设置索引，显式指定timestamp和freq参数
# dataset = PandasDataset(df, target='Temperature', timestamp='timestamp', freq='D')

# 后续的拆分、训练代码可以正常执行
training_data, test_gen = split(df, offset=-36)
test_data = test_gen.generate_instances(prediction_length=12, windows=3)

关键说明 #

• PandasDataset的核心是用于时间序列预测，因此必须明确时间维度：要么索引是时间类型，要么通过timestamp参数指定时间列，同时freq参数需要和你的数据频率匹配（比如每日数据用D，每月用M）
• 处理无效日期时，pd.to_datetime的errors='coerce'会把无效日期转为NaT，后续用dropna移除这些行，避免影响后续处理
• 关于target参数：需要指定你要预测的列名（比如温度列，通常数据集里是Temperature，请根据你的实际列名调整）

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