在Python中无法在DataFrame上运行sktime.TBATS算法求助

错误原因 #

你传入forecaster_tbats.fit()的DataFrame使用默认整数索引，sktime无法识别这是合法的时间序列格式——它要求输入数据必须带有兼容的时间类型索引，以此识别时间序列的时间维度。

修正步骤 #

1. 将Date列转换为datetime类型，确保sktime能识别时间信息
2. 将Date列设置为DataFrame的索引
3. 传入单变量Series或带时间索引的DataFrame给TBATS的fit方法

修正后的代码 #

import pandas as pd
from sktime.forecasting.tbats import TBATS

# 筛选目标产品数据
df_to_process_tbats = engineered_df_to_process[engineered_df_to_process.Pack == product].reset_index(drop=True)

# 转换Date列为datetime并设置为索引
df_to_process_tbats['Date'] = pd.to_datetime(df_to_process_tbats['Date'])
df_to_process_tbats = df_to_process_tbats.set_index('Date')

# 提取Qty列作为时间序列（推荐用Series，更贴合单变量时间序列场景）
y = df_to_process_tbats['Qty']

# 初始化并训练模型
forecaster_tbats = TBATS()
forecaster_tbats.fit(y)

格式验证工具 #

如果不确定数据格式是否合规，可使用sktime的诊断工具检查：

from sktime.datatypes import check_raise

# 验证单变量时间序列格式
check_raise(y, mtype="pd.Series")

内容的提问来源于stack exchange，提问作者Andrei Tulbure