无频率不允许季节性分解答案

【问题标题】：None freq not allowing seasonal_decompose无频率不允许季节性分解
【发布时间】：2019-03-29 11:12:56
【问题描述】：

尝试对频率不规则的时间序列数据应用seasonal_decompose。它看起来像这样：

            modal_price
Period  
2014-11-01  1469
2015-01-01  1258
2015-03-01  1112
2015-04-01  1373
2015-06-01  1370
2015-07-01  1406
2015-08-01  1520
2015-09-01  1860
2015-10-01  1436
2015-11-01  1455

当我使用 df.index.freq 时，freq 为 None

当我像这样使用seasonal_decompose函数时：

seasonal_decompose(x, model = 'additive')

显示错误

ValueError: You must specify a freq or x must be a pandas object with a timeseries index with a freq not set to None.

需要帮助。

【问题讨论】：

标签： python dataframe time time-series decomposition

【解决方案1】：

Statsmodel 需要频率来分解系列。

通常，该频率在索引的元数据中（每天、每周、每月……）。但是，你的没有，这就是它给你这个错误的原因。

至少有两种方法可以解决它（让我们考虑名为x 的df）：

• @A.Abs 提到的那个，您将在seasonal_decompose 中传递freq，例如seasonal_decompose(x['Price'], freq=365)。

• 将频率设置为一个人的索引列为x.index.adfreq(freq='d')，其中'd' 对应于日期（每日频率）。

有关可传递到 freq 关键字参数的频率字符串（或偏移别名）的更多信息，请查看 this answer 或 this Pandas Documentation page。

【讨论】：

【解决方案2】：

我遇到了同样的问题，并通过指定频率参数来解决它。

seasonal_decompose(Ts, model = 'additive', freq=1)

我希望这会有所帮助。我发现https://www.analyticsvidhya.com/blog/2016/02/time-series-forecasting-codes-python/ 很有帮助。

【讨论】：