statsmodel ARMA 函数与 Pandas 不兼容？

Question

我有一个记录间隔为 30 秒的数据集，我正在尝试使用时间序列模块中的 ARMA 函数进行预测预测。由于数据隐私，我使用了随机数据来重现错误

import numpy as np
from pandas import *
import statsmodels.api as sm
data = np.random.rand(100000)
data_index = date_range('2013-5-26', periods = len(data), freq='30s')
data = np.array(data)
data_series = Series(data, index = data_index)
model = sm.tsa.ARMA(data_series,(1,0)).fit()

我的包版本：
Python 版本 2.7.3
熊猫版本 0.11.0
statsmodels 0.5.0版

主要错误信息如下（我省略了一些）：

ValueError        Traceback (most recent call last)
<ipython-input-24-0f57c74f0fc9> in <module>()

6 data = np.array(data)
7 data_series = Series(data, index = data_index)
----> 8 model = sm.tsa.ARMA(data_series,(1,0)).fit()

...........

...........

ValueError: freq 30S not understood

在我看来，ARMA 不支持 pandas 生成的日期格式？如果我删除 date_range 中的 freq 选项，则此命令将再次不适用于大型系列，因为年份将远远超出 pandas 限制。

无论如何要绕过？谢谢

更新： 好的，使用 data_series.values 会起作用，但是接下来，我该如何进行预测？我的 data_index 来自 [2013-05-26 00:00:00, ..., 2013-06-29 17:19:30]

prediction = model.predict('2013-05-26 00:00:00', '2013-06-29 17:19:30', dynamic=False)

还是报错

我知道 prediction = model.predict() 可以通过并生成全序列预测，然后我可以匹配，但总体来说不是那么方便。

Answer 1

问题在于，由于某种原因，此频率不会返回来自 pandas 的偏移量，我们需要一个偏移量才能将日期用于任何事情。它看起来像一个熊猫错误/对我来说没有实现。

from pandas.tseries.frequencies import get_offset
get_offset('30s')

也许我们可以改进错误消息。

[编辑我们实际上并不需要日期，只是为了方便预测而将它们添加回来，因此您仍然可以使用 data_series.values 来估计模型。]