python - 在 Python 中分析时间序列 - pandas 格式错误 - statsmodels

标签 python numpy pandas statsmodels

我正在尝试分析星星的数据。我有星星的光时间序列,我想预测它们属于哪一类(在 4 种不同类型中)。 我有这些恒星的光时间序列,我想通过去季节化、频率分析和其他可能相关的研究来分析这些时间序列。

对象 time_series 是一个 Pandas DataFrame,包括 10 列:time_points_b、light_points_b(b 代表蓝色)等...

我首先要研究蓝光时间序列。

import statsmodels.api as sm;
import pandas as pd
import matplotlib.pyplot as plt
pd.options.display.mpl_style = 'default'
%matplotlib inline

def star_key(slab_id, star_id_b):
    return str(slab_id) + '_' + str(star_id_b)

raw_time_series = pd.read_csv("data/public/train_varlength_features.csv.gz", index_col=0, compression='gzip')
time_series = raw_time_series.applymap(csv_array_to_float)


time_points = np.array(time_series.loc[star_key(patch_id, star_id_b)]['time_points_b'])
light_points = np.array(time_series.loc[star_key(patch_id, star_id_b)]['light_points_b'])
error_points = np.array(time_series.loc[star_key(patch_id, star_id_b)]['error_points_b'])

light_data = pd.DataFrame({'time':time_points[:], 'light':light_points[:]})
residuals = sm.tsa.seasonal_decompose(light_data);

light_plt = residuals.plot()
light_plt.set_size_inches(10, 5)
light_plt.tight_layout()

当我应用 seasonal_decompose 方法时,这段代码给我一个属性错误: AttributeError: 'Int64Index' 对象没有属性 'inferred_freq'

最佳答案

seasonal_decompose() 期望您的 DataFrame 上有一个 DateTimeIndex。这是一个例子:

enter image description here

关于python - 在 Python 中分析时间序列 - pandas 格式错误 - statsmodels,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34342370/

相关文章:

java - 只是想知道 spring mvc 与 django 之间的区别

Python Pip 安装 : not recognised as a batch file. ... 在命令提示符窗口中

python - pandas to_json 忽略微秒

python - 在 Python 2 和 Python 3 中捕获破损的管道

python - 打印 unicode 字符串在 python 3.2 中有效,但在 2.7 中无效

python - 使用 np.nan 而不导入 numpy

python - pandas 比较来自不同长度的不同帧的多个列值

python - Pandas - 动态生成列中的值并在下一行中实时使用它们

python - 值错误 : invalid literal for float() in Python

python - 连接两个数组 Python