使用DeterministicProcess时Fourier series列未生成的问题排查

问题描述 #

我正在复习时间序列技能，已完成数据加载、基于DeterministicProcess构建趋势项并通过线性回归完成时间序列去趋势。现在尝试用Fourier级数捕捉季节性：通过CalendarFourier定义freq="M"、order=4的Fourier项，将其加入DeterministicProcess的additional_terms参数中，但调用in_sample()后仅返回常数列，Fourier系列列未生成。该操作在其他数据集上可正常执行，请问问题原因是什么？

相关代码片段 #

fourier = CalendarFourier(freq="M", order=4)
dp = DeterministicProcess(
        index=y_detrended.index,
        constant=True,
        order=0,
        seasonal=False,
        additional_terms=[fourier],
        drop=True,
    )
dp.in_sample().head()

问题原因与解决方法 #

• 核心原因：索引频率与Fourier定义的freq不匹配
  CalendarFourier(freq="M")要求传入的时间索引必须是明确的月度频率（比如pandas的MonthEnd或MonthBegin类型索引）。如果你的y_detrended.index没有设置正确的频率属性，或者实际频率不是月度，CalendarFourier无法生成对应的Fourier项，最终只返回常数项。

• 验证索引频率
  先检查索引的频率属性，确认是否符合要求：

  print(y_detrended.index.freq)
  

  若输出为None，或不是<MonthEnd>/<MonthBegin>，则说明频率不匹配。

• 修复步骤

  1. 修正索引频率：
     如果索引是datetime类型但未设置频率，重新指定：

     y_detrended.index = pd.DatetimeIndex(y_detrended.index, freq='M')
     

     如果原数据是其他频率（比如日度），先转换为月度频率（以均值为例）：

     y_detrended = y_detrended.resample('M').mean()
     

  2. 重新运行原代码，此时dp.in_sample()会生成8列Fourier项（4组sin/cos对）加上常数项。

内容的提问来源于stack exchange，提问作者Chris