如何在DataFrame多列中循环运行ARIMA模型并存储训练结果

核心问题修正 #

原代码循环中每次覆盖model变量，导致仅保留最后一列的模型，无法存储所有列的训练结果；同时训练测试划分逻辑不符合时间序列建模的时序要求，需调整。

修改后代码 #

# 训练测试划分：按时间顺序取前90行作为训练集，后续数据用于Col9验证，指定未来预测数量
train = df.iloc[:90, :]  # 前90行所有列作为训练数据
test_col9 = df.iloc[90:, -1]  # 第90行之后的Col9真实值，用于验证预测效果
n_future = 5  # 要预测的Col9未来值个数

order = (1, 2, 1)
# 用字典存储每一列训练完成的ARIMA模型，避免循环覆盖
column_models = {}

for col in train.columns:
    model = ARIMA(train[col], order=order)
    model.initialize_approximate_diffuse()
    fitted_model = model.fit()
    column_models[col] = fitted_model
    # 如需查看单列模型详细摘要，取消下方注释
    # print(f"=== {col} 模型摘要 ===")
    # print(fitted_model.summary())

# 提取Col9的训练模型
col9_model = column_models['Col9']

# 对测试集区间的Col9进行预测
test_preds = col9_model.predict(start=len(train), end=len(train)+len(test_col9)-1)

# 预测Col9的n_future个未来值
future_preds = col9_model.predict(start=len(df), end=len(df)+n_future-1)

# 输出结果
print("Col9测试集预测结果：")
print(test_preds)
print("\nCol9未来{}个值的预测结果：".format(n_future))
print(future_preds)

关键改动说明 #

• 模型存储优化：使用字典column_models，以列名为键、训练好的模型为值，彻底解决循环中模型被覆盖的问题
• 时序划分规范：严格按照时间顺序划分训练集，符合时间序列建模不能打乱时序的基本要求
• 双预测逻辑实现：同时完成测试集验证预测与未来值预测，匹配项目需求
• 扩展性保留：后续可通过column_models[列名]快速调用任意列的模型，进行后续分析或预测

内容的提问来源于stack exchange，提问作者A Newbie