如何将Auto ARIMA输出的pdq元组列表转换为行式DataFrame

你可以直接利用收集到的autoarima_results列表和原数据的列名，通过pandas快速构造目标格式的DataFrame，以下是修改后的完整代码：

import pandas as pd
import pmdarima as pm

# 假设你的时间序列数据已加载到df中，建议先将date列设为索引
# df = df.set_index('date')

autoarima_results = []
cols = df.columns  # 获取所有时间序列列名

for col in cols:
    print(f"Auto Arima处理: {col}")
    ARIMA_model = pm.auto_arima(
        df[col],
        start_p=1,
        start_q=1,
        test="adf",
        max_p=5,
        max_q=5,
        d=None,
        trace=True,
        error_action="ignore",
        suppress_warnings=True,
        stepwise=True,
    )
    # 可选：打印模型详细摘要
    # print(ARIMA_model.summary())
    autoarima_results.append(ARIMA_model.order)

# 构造目标格式的DataFrame
result_df = pd.DataFrame({
    'Results': cols,
    'pdq_values': autoarima_results
})

# 若需要将列名设为索引，可取消下面注释
# result_df = result_df.set_index('Results')

# 输出结果
print(result_df)

关键说明： #

• autoarima_results列表的元素顺序和cols（原数据列名）完全对应，因此可以直接配对构造DataFrame
• 运行后得到的result_df就是你需要的格式：每行对应原数据的一列，以及该列Auto ARIMA选出的(p,d,q)阶数

示例输出（对应你的需求格式）：

Results pdq_values
0    Col1    (1, 1, 0)
1    Col2    (2, 1, 1)
2    Col3    (1, 1, 1)
...

内容的提问来源于stack exchange，提问作者A Newbie