Python-pandas格式错误统计模型中的时间序列分析

Question

我正在分析恒星的数据。我有恒星的光时间序列，我想预测它们属于哪一类（4种不同类型）。 我有这些恒星的光时间序列，我想通过去个人化，频率分析和其他潜在的相关研究来分析这些时间序列。

对象时间序列是一个panda数据帧，包括10列：时间点、光点（b表示蓝色）等。。。

我首先想研究蓝光时间序列。

import statsmodels.api as sm;
import pandas as pd
import matplotlib.pyplot as plt
pd.options.display.mpl_style = 'default'
%matplotlib inline

def star_key(slab_id, star_id_b):
    return str(slab_id) + '_' + str(star_id_b)

raw_time_series = pd.read_csv("data/public/train_varlength_features.csv.gz", index_col=0, compression='gzip')
time_series = raw_time_series.applymap(csv_array_to_float)


time_points = np.array(time_series.loc[star_key(patch_id, star_id_b)]['time_points_b'])
light_points = np.array(time_series.loc[star_key(patch_id, star_id_b)]['light_points_b'])
error_points = np.array(time_series.loc[star_key(patch_id, star_id_b)]['error_points_b'])

light_data = pd.DataFrame({'time':time_points[:], 'light':light_points[:]})
residuals = sm.tsa.seasonal_decompose(light_data);

light_plt = residuals.plot()
light_plt.set_size_inches(10, 5)
light_plt.tight_layout()

当我应用季节分解方法时，此代码给出一个属性错误： AttributeError:“Int64Index”对象没有“inferred”属性

Answer 1

seasonal_decompose()需要数据帧上有一个DateTimeIndex。下面是一个例子：