statsmodels ARIMA预测传测试日期报DatetimeProperties无法转Timestamp报错

触发报错的根本原因 #

• 构造原始数据集时，日期值没有加引号，Python会自动把2020-01-01识别为减法运算（最终计算结果为2018），生成的列根本不是合法的日期类型
• 初始化ARIMA模型时，直接传入了带date、items_sold两列的DataFrame，不符合接口要求的“单变量时序序列（带DatetimeIndex）”的入参格式
• 旧版statsmodels.tsa.arima_model.ARIMA的predict方法不支持外部传入测试集的日期序列作为入参，该接口的预测逻辑是基于训练集拟合的时间轴自动推算，入参仅接收预测区间的起止位置/时间戳
• 传入的X_test.dt是pandas的DatetimeProperties访问器对象，不是可被转换为Timestamp的合法日期值，直接触发类型校验报错

修正后可直接运行的代码 #

import pandas as pd
from statsmodels.tsa.arima_model import ARIMA

# 构造合法训练集：日期值加引号，转换为datetime类型并设置为时序索引
train_data = {
    'date': ['2020-01-01', '2020-01-02'],
    'items_sold': [30, 40]
}
train = pd.DataFrame(train_data)
train['date'] = pd.to_datetime(train['date'])
# ARIMA要求输入为带固定频率的时序序列，直接传入带日期列的DataFrame会触发参数校验错误
train_series = train.set_index('date')['items_sold'].asfreq('d')

# 拟合模型
arima_model = ARIMA(train_series, order=(1,1,1), freq='d')
fit_result = arima_model.fit()

# 构造测试集
test_data = {'date': ['2020-01-03'], 'items_sold': [25]}
test = pd.DataFrame(test_data)
test['date'] = pd.to_datetime(test['date'])

# 设置预测区间：从测试集第一个日期到最后一个日期生成预测值
pred_range_start = test['date'].iloc[0]
pred_range_end = test['date'].iloc[-1]
test['forecasted'] = fit_result.predict(start=pred_range_start, end=pred_range_end)

操作注意事项 #

• 调用predict时不要传入.dt访问器对象，需要传入日期值时直接使用已完成类型转换的datetime列本身即可
• 旧版ARIMA接口已被statsmodels标记为弃用，长期使用建议迁移到新版SARIMAX接口，时序兼容性更稳定
• 训练集输入必须转为带固定频率的DatetimeIndex结构，不能直接把带日期列的普通DataFrame传给ARIMA类构造函数

内容的提问来源于stack exchange，提问作者user15426718