如何从NumPy数组中移除Timestamp以进行线性回归分析

这个报错的核心原因很明确：线性回归模型只能处理数值型输入，而你当前的自变量集X里包含了Timestamp这种datetime类型的数据，模型在尝试将其转换为float时自然会失败。下面分两种常见场景给你解决方案：

场景1：不需要将Date作为自变量 #

如果你认为日期对预测结果没有影响，或者已经通过Score列涵盖了时间趋势，那最简单的方法就是直接从自变量中移除Date列：

修改构建X的代码，直接指定只使用Score列，或者同时删除Date和Prediction列：

# 方法1：仅保留Score列作为自变量
X = np.array(df[['Score']])
X = X[:-forecast_out]

# 方法2：删除不需要的Date和Prediction列
X = np.array(df.drop(['Prediction', 'Date'], axis=1))
X = X[:-forecast_out]

这样X就只包含数值型数据，再执行后续的划分数据集和模型训练步骤就不会报错了。

场景2：需要将Date作为自变量（时间趋势是重要特征） #

如果日期是预测的关键因素（比如Score随时间有明显上升/下降趋势），那你需要把Timestamp转换成模型能识别的数值型特征，这里提供几种常用的转换方式：

方式1：转换为Unix时间戳（秒数） #

将Timestamp转换为从1970-01-01开始的秒数，这是一种通用的数值化方式：

# 先将Date列转换为Unix时间戳（秒）
df['Date'] = df['Date'].astype('int64') // 10**9  # 除以10^9是因为astype('int64')得到的是纳秒

# 再构建自变量集
X = np.array(df.drop(['Prediction'], axis=1))
X = X[:-forecast_out]

方式2：提取时间分量特征 #

如果时间的年/月/日等分量有单独的预测价值，可以提取这些特征代替原始Date列：

# 提取年、月、日特征
df['Year'] = df['Date'].dt.year
df['Month'] = df['Date'].dt.month
df['Day'] = df['Date'].dt.day

# 删除原始Date列和Prediction列，用新特征构建X
X = np.array(df.drop(['Prediction', 'Date'], axis=1))
X = X[:-forecast_out]

方式3：转换为相对天数 #

计算每个日期距离数据集起始日期的天数，能更好地体现时间的连续趋势：

# 计算每个日期相对于第一个日期的天数
df['Days_Since_Start'] = (df['Date'] - df['Date'].min()).dt.days

# 删除原始Date列和Prediction列，用相对天数构建X
X = np.array(df.drop(['Prediction', 'Date'], axis=1))
X = X[:-forecast_out]

完成转换后，你可以先打印X.dtype确认数据类型是数值型（比如float64或int64），再执行后续的train_test_split和模型训练步骤，就能解决这个TypeError问题了。

内容的提问来源于stack exchange，提问作者MRL