如何对DataFrame中非平稳列差分并跟踪未差分列（代码问题排查）

问题背景 #

需要对数据框train_WE_exog_A_2019中的所有非平稳列执行差分处理，自定义函数adfuller_test返回1表示非平稳、0表示平稳；同时需跟踪各列的差分次数，方便后续预测时执行逆操作。但原有代码未实际执行差分操作，两次运行adfuller_test得到的平稳性结果完全一致。

错误原因 #

原有代码存在两个核心问题：

1. 列赋值方式错误：train_exog_diff.column = column.diff().dropna()中的.column是固定属性名，并非动态指向当前循环的列，导致差分结果从未被正确写入目标数据框。
2. 未实现迭代差分逻辑：仅单次判断平稳性后尝试差分，但未循环处理直到列平稳，也未更新循环中的列数据。

修正后的代码 #

# 初始化差分后的数据框（复制原数据避免修改原始数据）
train_exog_diff = train_WE_exog_A_2019.copy()
# 初始化字典跟踪每列的差分次数（用于后续逆操作）
diff_tracker = {col: 0 for col in train_exog_diff.columns}

# 遍历每一列，循环差分至平稳
for col in train_exog_diff.columns:
    # 持续检查平稳性，直到列平稳或达到差分次数上限
    while adfuller_test(train_exog_diff[col], name=col) == 1:
        # 执行一阶差分并丢弃缺失值
        train_exog_diff[col] = train_exog_diff[col].diff().dropna()
        diff_tracker[col] += 1
        # 设置差分次数上限，避免极端情况下的无限循环
        if diff_tracker[col] >= 3:
            print(f"警告：列 {col} 经过3次差分后仍未平稳，停止处理")
            break

# 验证处理后的平稳性结果
post_diff_results = [adfuller_test(train_exog_diff[col], name=col) for col in train_exog_diff.columns]
print("处理后各列平稳性结果：", post_diff_results)
print("各列差分次数记录：", diff_tracker)

关键说明 #

• 使用train_exog_diff[col]动态定位列进行赋值，确保差分结果被正确保存到目标数据框的对应列。
• 通过while循环实现迭代差分，直到列达到平稳状态，同时设置差分次数上限（如3次）防止死循环。
• diff_tracker字典记录每列的差分次数，后续逆操作时可通过多次调用cumsum()还原原始数据（例如差分2次的列需要执行2次累加）。

内容的提问来源于stack exchange，提问作者Hans.nl