python : "Pandas data cast to numpy dtype of object. Check input data with np.asarray(data)."

Question

我正在尝试创建一个 ARIMA 模型来预测来 self 服务器的一些数据的时间序列，但我一直在显示标题上的错误，而且我不知道我需要什么类型的对象。这是代码:

frame = pd.read_sql(query, con=connection)
connection.close()
frame['time_field'] = pd.to_timedelta(frame['time_field'])
print(frame.head(10))
#fitting
model = ARIMA(frame, order=(5,1,0))
model_fit = model.fit(disp=0)

我见过这样的例子: https://machinelearningmastery.com/arima-for-time-series-forecasting-with-python/

他们使用日期而不是时间来表示各自的值。这是帧值的输出:

time_field   value_field
0 00:00:14  283.80
1 00:01:14  271.97
2 00:02:14  320.53
3 00:03:14  346.78
4 00:04:14  280.72
5 00:05:14  277.41
6 00:06:14  308.65
7 00:07:14  321.27
8 00:08:14  320.68
9 00:09:14  332.32

Answer 1

您需要将“time_field”列作为数据框的索引(在 ARIMA 模型中，我们应该始终将日期时间列设置为数据框的索引)

frame=frame.set_index['time_field']
model = ARIMA(frame, order=(5,1,0))
model_fit = model.fit(disp=0)

注意:- 当您设置索引列时，如果索引列有任何重复值，您可能会出错。所以在那种情况下，你最好通过求和来分组。

frame = frame.groupby(['time_field']).agg({'value_field': 'sum'}) 
or
frame = frame.groupby(['time_field']).sum()