确保 statsmodels predict 中的一致时间索引答案

【问题标题】：Ensure consistent time indexing in statsmodels predict确保 statsmodels predict 中的一致时间索引
【发布时间】：2013-01-26 19:19:26
【问题描述】：

我正在尝试将 AR(1) 模型拟合到 Pandas 时间序列并向前推进。数据为年度数据，每年从 4 月 1 日开始。当我使用statsmodels.tsa.ar_model.AR.predict 从估计模型中进行预测时，输出是 Pandas 时间序列，年度预测以 12 月 31 日为中心。

代码：

mod1 = sm.tsa.AR(ser['1972-01-04':'2007-01-04'], freq='A')
res1 = mod1.fit(order=1)
fcast1 = res1.predict('2007-01-04', '2018-01-04')
print fcast1

输出：

2007-12-31     988.121031
2008-12-31    1035.640294
2009-12-31    1081.584720
...

我可以使用 predict 方法来创建索引于 4 月 1 日的时间序列，还是必须在创建预测序列后重新索引它？我希望能够将它与数据框中的其他系列进行比较，因此索引非常重要。

感谢您的帮助！

【问题讨论】：

令人兴奋的是，第二行给了我一个分段错误（！）
嗯，在 pandas 0.10.1 和 statsmodels 0.4.3 上为我运行。作为 Stack Overflow 的新手，是不是我在我的问题中遗漏了一些重要的内容？
我的错误，它运行正常。 :)

【解决方案1】：

不，目前没有，但您应该可以在下一个版本中使用。修复应该相当简单。与我编写 TSA 基础架构时相比，pandas 时间序列的东西相对较新，我只是没有机会赶上。要做的事太多了。

【讨论】：

感谢您告诉我。我只是想确保在我放弃之前我想错过一些非常明显的东西。
没问题。我很确定你可以在结果中添加一个 pandas 偏移量，以便在你想要的日期重新定位，但显然这是次优的。如果你愿意，你可以关注这个问题。我希望尽快修复它。我的优先级列表早就被提升了。