我想用时间序列作为预测变量进行回归分析,并尝试按照此SO答案(OLS with pandas: datetime index as predictor)的建议来操作,但据我所知,这种方法似乎已经不再可行了。
请问我有什么遗漏或者是否有新的方法可以使用?
请问我有什么遗漏或者是否有新的方法可以使用?
import pandas as pd
rng = pd.date_range('1/1/2011', periods=4, freq='H')
s = pd.Series(range(4), index = rng)
z = s.reset_index()
pd.ols(x=z["index"], y=z[0])
我遇到了这个错误。虽然这个错误信息很明确,但我想知道重新实现之前的解决方案时漏掉了什么。
类型错误:无法将 datetimelike 从 [datetime64[ns]] 转换为 [float64]
reset_index()
,pd.ols(y=s, x=s)
对您是否有用? - Zero