sktime时间序列分类除RandomIntervalSpectralForest外算法报错排查

错误根因 #

该报错为pandas与sktime版本不兼容触发的逻辑冲突：RandomIntervalSpectralForest的内部实现未涉及对输入嵌套DataFrame的空值校验逻辑，所以可以正常运行；而HIVECOTEV2等其他分类器内部做数据合法性校验时，会调用pandas的is_empty_data方法，该方法对DataFrame做隐式布尔判断时触发了歧义报错。

可行解决方案 #

• 第一步校验原始输入合法性：确认csv读取得到的原始数据X无异常，运行如下代码：
  print(X.dtypes.unique(), X.isna().sum().sum())
  确保所有列都是数值类型（int/float），且全表空值总数为0。
• 第二步替换嵌套数据转换逻辑：弃用from_2d_array_to_nested工具函数，手动生成符合sktime要求的嵌套DataFrame，代码如下：

import pandas as pd
X_sk = pd.DataFrame({
    "dim_0": [pd.Series(X.iloc[i, :].values) for i in range(X.shape[0])]
})

• 第三步校验转换后格式：运行type(X_sk.iloc[0, 0])，确认输出为<class 'pandas.core.series.Series'>后再传入分类器fit方法。
• 第四步版本兼容修复：如果上述操作后仍报错，将pandas降级到1.5.3版本，这是sktime 0.15~0.19版本官方适配的稳定依赖版本，安装命令如下：
  pip install pandas==1.5.3
  安装完成后重启Python内核重新运行代码即可解决问题。

内容的提问来源于stack exchange，提问作者Blo4d