如何将ftse_change Dataframe转换为时间序列数组适配ML模型

核心差异说明 #

• DataFrame：二维表格结构，可容纳多列无关数据，索引类型无强制要求，侧重数据的结构化存储
• 时间序列（ts）：一维/多变量的有序数据，核心是时间索引的连续性与有序性，数据严格按时间顺序排列，专门适配时间序列分析或时序机器学习模型

转换步骤（分场景） #

场景1：转pandas内置时间序列（最通用） #

大部分时间序列库（pandas、statsmodels、Prophet等）都兼容这种格式，本质是带DatetimeIndex的pandas Series：

import pandas as pd

# 1. 确保时间列是datetime类型（假设你的DataFrame有一列叫date）
df['date'] = pd.to_datetime(df['date'])
# 2. 设置时间列为索引，提取目标时间序列列
ts = df.set_index('date')['ftse_change']

# 验证格式：索引必须是DatetimeIndex
print(type(ts.index))  # 输出 <class 'pandas.core.indexes.datetimes.DatetimeIndex'>

场景2：适配statsmodels时间序列模型 #

statsmodels原生支持pandas时间序列格式，无需额外转换，直接传入即可：

import statsmodels.api as sm

# 用pandas Series直接初始化ARIMA模型
model = sm.tsa.ARIMA(ts, order=(1,1,1))
results = model.fit()

场景3：适配普通机器学习模型（如scikit-learn） #

普通ML模型需要把时序数据转为监督学习格式（特征矩阵+标签），需构造滑动窗口：

import numpy as np

def create_sliding_window(data, seq_len):
    X, y = [], []
    for i in range(len(data) - seq_len):
        # 用过去seq_len个数据作为特征
        X.append(data[i:i+seq_len])
        # 下一个数据作为预测标签
        y.append(data[i+seq_len])
    return np.array(X), np.array(y)

# 提取时间序列的数值数组
ts_values = ts.values
# 构造窗口（示例：用过去7天数据预测第8天）
X_train, y_train = create_sliding_window(ts_values, seq_len=7)

# X_train形状：(样本数, 7)，y_train形状：(样本数,)

内容的提问来源于stack exchange，提问作者Daedomdan