如何用Pandas中的ARIMA训练模型？遇零尺寸数组错误求解决

核心报错原因 #

你总共只有5个数据点，但代码中train = df.iloc[:-30]是取总长度减30的前半部分，5-30为负数，导致train变成了空数组，ARIMA模型无法基于空数据初始化，因此抛出ValueError。

具体解决步骤 #

• 调整训练集与测试集的划分逻辑，适配你的小数据量：
  比如用前4个数据做训练，最后1个做测试：

  train = df.iloc[:-1]
  test = df.iloc[-1:]
  

  或者如果不需要测试环节，直接用全部5个数据训练：

  train = df
  

• 验证数据有效性：确保train['Units']是无缺失值的数值序列，可通过以下代码检查：

  print(train['Units'].isnull().sum())
  

• 注意模型适用性：ARIMA(1,0,0)本质是一阶自回归模型，5个数据点很难得到有统计意义的结果，若后续数据量足够，再考虑使用该模型做时间序列预测。

内容的提问来源于stack exchange，提问作者Jack