3
我知道这个主题有很多问题,但他们都没有帮助我解决这个问题。我真的坚持这一点。seasonal_decompose:操作数无法与系列上的形状一起广播
随着一系列简单:
0
2016-01-31 266
2016-02-29 235
2016-03-31 347
2016-04-30 514
2016-05-31 374
2016-06-30 250
2016-07-31 441
2016-08-31 422
2016-09-30 323
2016-10-31 168
2016-11-30 496
2016-12-31 303
import statsmodels.api as sm
logdf = np.log(df[0])
decompose = sm.tsa.seasonal_decompose(logdf,freq=12, model='additive')
decomplot = decompose.plot()
我不断收到:ValueError: operands could not be broadcast together with shapes (12,) (14,)
我已经试过几乎所有,只传递logdf.values,通过非日志系列。它不起作用。 NumPy的和statsmodel版本:
print(statsmodels.__version__)
print(pd.__version__)
print(np.__version__)
0.6.1
0.18.1
1.11.3
什么是数据系列前面的零点?此外,如果只有一个季节,我们无法估计季节性影响。无法区分季节与趋势或其他影响。 – user333700
0以上的日期我认为只是意味着他有一个熊猫系列,索引在这些日期。 –
马克斯是正确的,熊猫系列在这些日期索引。为什么我们无法估计只有一个季节的季节性影响?无论如何只是一个样本系列,我有一个更大的数据集按日期分组(实际重新采样),仍然我得到了这个错误(应该是numpy相关,我猜) –