ARIMA 模型预测的排序时间戳答案

【问题标题】：Ordering Timestamps for ARIMA model predicionARIMA 模型预测的排序时间戳
【发布时间】：2020-05-30 05:39:20
【问题描述】：

信息：

我正在尝试预测比特币的价格，作为测试并使其更容易，在我数据中的最新日期时间后 1 天。所以 t = 2020 年 5 月 27 日，t + 1 = 2020 年 5 月 28 日。

所以我加载了我的数据：

x = pd.read_csv('btcdata.csv', header=0, parse_dates=['Date'], index_col=0)
close = x.Close

这就是它的样子.head()：

Date
2020-05-27    8854.32
2020-05-26    8844.42
2020-05-25    8899.31
2020-05-24    8715.73
2020-05-23    9181.76

这里有个小问题，最近的日期位于顶部，最旧的日期位于底部。大多数日期都是按相反的方式组织的，至少 ARIMA 模型是这样看待的。

所以当我使用模型.forecast() 进行拟合和预测时，这就是我的output[0]：

[381.59648517]

这实际上与我的数据中的.tail() 更匹配：

Date
2014-12-05    377.1
2014-12-04    377.1
2014-12-03    378.0
2014-12-02    378.0
2014-12-01    370.0

问题/问题：

我该如何解决这个问题，并以某种方式对其进行排序，以便 ARIMA 模型知道我最近的日期t 并知道预测t + 1

而且每次我拟合我的模型时，都会出现这两个警告。它可能与问题有关：

ValueWarning: A date index has been provided, but it has no associated frequency information and so will be ignored when e.g. forecasting.
ValueWarning: A date index has been provided, but it is not monotonic and so will be ignored when e.g. forecasting.

【问题讨论】：

标签： python pandas arima

【解决方案1】：

ValueWarning: A date index has been provided, but it has no associated frequency information and so will be ignored when e.g. forecasting. 表示 ARIMA 不理解您的数据格式。

这应该将所有内容转换为 DatetimeIndex，频率为天。

x.index = pd.DatetimeIndex(x.index).to_period('D')

ValueWarning: A date index has been provided, but it is not monotonic and so will be ignored when e.g. forecasting. 表示数据没有排序，所以输入这一行：

x = x.sort_index()

【讨论】：

您能详细说明两件事吗？ df 是变量吗？ DatatimeIndex 是从哪里来的？
我收到一个 AttributeError：AttributeError: 'DataFrame' object has no attribute 'DatetimeIndex'
如果df是dataframe变量，那么x等于什么？
对不起我的错误。 x 是数据框变量，所以我已经更新了它。
太棒了——很高兴能帮上忙！

【解决方案2】：

如果问题仅仅是您的数据没有正确排序，那么这应该可以工作。

按日期排序的数据：

prices = x.sort_index()

或者，如果您只想要 5 个最近的数据点：

latest_prices = x.sort_index().iloc[-5:]

【讨论】：