Предварительно обработать набор данных

Question

У меня есть набор данных df со следующими записями ..

Date         Count
19/09/2019   1491
20/09/2019   1692
21/09/2019   1753
22/09/2019   1817
23/09/2019   1986
24/09/2019   2022
25/09/2019   2343
26/09/2019   2277
27/09/2019   2343
28/09/2019   2599
29/09/2019   2622
30/09/2019   2704
01/10/2019   2903
02/10/2019   3035
03/10/2019   3099
04/10/2019   3204
05/10/2019   3285

Я на самом деле пытаюсь проанализировать набор данных с помощью ARIMA. Я пытаюсь выполнить шаги, упомянутые в посте

https://machinelearningmastery.com/arima-for-time-series-forecasting-with-python/

Но я сталкиваюсь с несколькими проблемами с тем же.

from pandas.plotting import autocorrelation_plot

autocorrelation_plot(series)
pyplot.show()

Я пытаюсь получить autocorrelation_plot, но получаю следующую ошибку:

TypeError: can only concatenate str (not "int") to str

Кроме того,

, когда я пытаюсь получить значения длясчитать с помощью:

X = df.values

он возвращает меня в виде кортежной пары

array([['19/09/2019', 1491],
       ['20/09/2019', 1692],
       ['21/09/2019', 1753],
       ['22/09/2019', 1817],
       ['23/09/2019', 1986],
       ['24/09/2019', 2022],
       ['25/09/2019', 2343],
       ['26/09/2019', 2277],
       ['27/09/2019', 2343],

вместо только счета. Может кто-нибудь подсказать, что я тут делаю не так.

Answer 1

Ваш первый шаг - создание TimeSeries, поэтому используйте to_datetime с DataFrame.set_index:

df['Date'] = pd.to_datetime(df['Date'], dayfirst=True)
series = df.set_index('Date')['Count']

---

print (series)
Date
2019-09-19    1491
2019-09-20    1692
2019-09-21    1753
2019-09-22    1817
2019-09-23    1986
2019-09-24    2022
2019-09-25    2343
2019-09-26    2277
2019-09-27    2343
2019-09-28    2599
2019-09-29    2622
2019-09-30    2704
2019-10-01    2903
2019-10-02    3035
2019-10-03    3099
2019-10-04    3204
2019-10-05    3285
Name: Count, dtype: int64

print (series.index)
DatetimeIndex(['2019-09-19', '2019-09-20', '2019-09-21', '2019-09-22',
               '2019-09-23', '2019-09-24', '2019-09-25', '2019-09-26',
               '2019-09-27', '2019-09-28', '2019-09-29', '2019-09-30',
               '2019-10-01', '2019-10-02', '2019-10-03', '2019-10-04',
               '2019-10-05'],
              dtype='datetime64[ns]', name='Date', freq=None)