使用NeuralProphet做多变量时序预测时出现「Unexpected column {name}」报错

问题描述 #

在为NeuralProphet模型添加额外滞后回归器（lagged regressors）后，调用fit方法拟合模型时触发报错，报错信息为「ValueError: Unexpected column {name} in data」，请求排查问题原因。

代码示例 #

# 3 step ahead AR and lagged regressor model

df = df_ercot
m = NeuralProphet(
    n_forecasts=3,
    n_lags=3,
    learning_rate= 0.1,
)
m = m.add_lagged_regressor(names=regions) #, only_last_value=True)
m.highlight_nth_step_ahead_of_each_forecast(3)
metrics = m.fit(df, freq="H")

错误栈信息 #

ValueError                                Traceback (most recent call last)
<ipython-input-38-39259abef9ed> in <module>
      9 m = m.add_lagged_regressor(names=regions) #, only_last_value=True)
     10 m.highlight_nth_step_ahead_of_each_forecast(3)
---> 11 metrics = m.fit(df, freq="H")

4 frames
/usr/local/lib/python3.7/dist-packages/neuralprophet/df_utils.py in normalize(df, data_params)
    381     for name in df.columns:
    382         if name not in data_params.keys():
---> 383             raise ValueError("Unexpected column {name} in data")
    384         new_name = name
    385         if name == "ds":

ValueError: Unexpected column {name} in data

问题原因及解决方法 #

核心原因 #

NeuralProphet在拟合前会校验输入数据的所有列是否都已被模型注册（包括日期列ds、目标列、手动添加的滞后回归列等），一旦发现未注册的列，就会抛出该错误。常见触发场景：

• regions列表中的列名和df_ercot的实际列名不匹配（拼写错误、大小写不一致）
• 目标列不是默认的y，且未通过add_target显式注册
• regions包含了不需要作为滞后回归器的列（比如日期列ds）

解决步骤 #

1. 校验列名一致性
   先打印DataFrame列名和指定的滞后回归列，确认两者完全匹配：

   print("DataFrame列名:", df_ercot.columns.tolist())
   print("指定的滞后回归列:", regions)
   

   修正regions中拼写错误或不存在的列名。

2. 显式注册目标列
   如果你的目标列不是默认的y，必须手动添加：

   m = m.add_target(name="你的目标列名称")
   

3. 清理滞后回归列列表
   确保regions只包含需要作为滞后回归器的列，不要包含ds或目标列。

4. 检查重复注册
   避免重复调用add_lagged_regressor添加同一列，或添加不存在的列。

内容的提问来源于stack exchange，提问作者David Almasi