使用LSTM预测未来值：生成日期时遇TypeError报错求助

错误根源 #

你用df.index[-1]获取的是整数类型的索引值（比如你的数据里是1429），但DateOffset只能和datetime类型的日期做运算，整数和它相加必然触发TypeError: 'int' object is not callable。

正确操作步骤 #

1. 修复日期列类型并替换索引 #

先把原本object类型的Date列转成datetime格式，再把它设为DataFrame的索引：

import pandas as pd

# 转换Date列为datetime类型
df['Date'] = pd.to_datetime(df['Date'])
# 将Date列设为索引，替换原整数索引
df = df.set_index('Date')

2. 生成2023-2025年的未来日期 #

现在索引是datetime类型了，就能用DateOffset正确生成未来日期。比如生成3年（36个月）的月度日期：

from pandas.tseries.offsets import DateOffset

# 获取现有数据的最后一个日期
last_date = df.index[-1]
# 生成从下一个月开始的36个月度日期
future_dates = [last_date + DateOffset(months=x) for x in range(1, 37)]
# 创建带未来日期索引的空DataFrame，保留原列名
future_df = pd.DataFrame(index=future_dates, columns=df.columns)

3. 合并原数据与未来空表（可选） #

如果需要把历史数据和未来预测的空行放在一起，直接拼接：

combined_df = pd.concat([df, future_df])

这样得到的结果就是索引为连续datetime日期、后续行预留Sales列用于填充预测值的格式，和你期望的样式一致。

内容的提问来源于stack exchange，提问作者Kavya