AttributeError：“RangeIndex”对象没有属性“inferred_freq”答案

【问题标题】：AttributeError: 'RangeIndex' object has no attribute 'inferred_freq'AttributeError：“RangeIndex”对象没有属性“inferred_freq”
【发布时间】：2020-09-23 09:59:41
【问题描述】：

我正在尝试在我的 python 3.x 中进行预测。所以我写了以下代码

from statsmodels.tsa.seasonal import seasonal_decompose
decomposition = seasonal_decompose(ts_log)

trend = decomposition.trend
seasonal = decomposition.seasonal
residual = decomposition.resid

但我收到错误消息

AttributeError: 'RangeIndex' object has no attribute 'inferred_freq'

你能帮我解决这个问题吗

【问题讨论】：

标签： python-3.x forecasting

【解决方案1】：

您需要确保您的 Panda Series 对象 ts_log 具有推断频率的 DateTime 索引。

例如：

ts_log.index
>>> DatetimeIndex(['2014-01-01', ... '2017-12-31'],
              dtype='datetime64[ns]', name='Date', length=1461, freq='D')

注意到有一个属性freq='D'，这意味着Pandas推断Pandas系列是每天（D=Daily）被索引的。

现在要实现这一点，我假设您的系列有一个名为“日期”的列。这是执行此操作的代码：

# Convert your daily column from just string to DateTime (skip if already done)
ts_log['Date'] = pd.to_datetime(ts_log['Date'])
# Set the column 'Date' as index (skip if already done)
ts_log = ts_log.set_index('Date')
# Specify datetime frequency
ts_log = ts_log.asfreq('D')

对于每日以外的频率，请参阅此处：https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#offset-aliases

【讨论】：

【解决方案2】：

对于statsmodel==0.10.1 并且ts_log 不是数据框或没有日期时间索引的数据框，请使用以下内容

decomposition = seasonal_decompose(ts_log, freq=1)

【讨论】：