python - pandas.datetime64 值的线性拟合？

Question

我有一个包含两列（年龄，日期）的数据框，表示一个人的年龄和当前日期。我想从该数据中估算出生日期。我想拟合一个线性模型并找到与 的截距，但它不能开箱即用。Pandas 不再支持该ols()功能。

import pandas as pd
import seaborn as sns
from pandas import Timestamp

age = [30, 31, 31, 32, 32, 32, 32, 32, 32, 32, 33, 33, 33, 34, 34]
date = [Timestamp('2001-02-10 00:01:00'),
 Timestamp('2001-11-12 00:01:00'),
 Timestamp('2002-02-27 00:01:00'),
 Timestamp('2002-07-05 00:01:00'),
 Timestamp('2002-07-20 00:01:00'),
 Timestamp('2002-08-15 00:01:00'),
 Timestamp('2002-09-08 00:01:00'),
 Timestamp('2002-10-15 00:01:00'),
 Timestamp('2002-12-21 00:01:00'),
 Timestamp('2003-04-04 00:01:00'),
 Timestamp('2003-07-29 00:01:00'),
 Timestamp('2003-08-11 00:01:00'),
 Timestamp('2004-02-28 00:01:00'),
 Timestamp('2005-01-11 00:01:00'),
 Timestamp('2005-01-12 00:01:00')]

df = pd.DataFrame({'age': age, 'date': date})

sns.regplot(df.age, df.date)

引发错误：

TypeError：此 dtype 不允许归约操作 'mean'

将数据转换为可以拟合的数据并将其转换回日期并估计置信区间的最佳方法是什么？有没有可以开箱即用处理 pandas.Timestamps 的包？例如 scikit-learn？

标签： pythonpandasscikit-learnseabornsklearn-pandas

Answer 1

用于pd.to_numeric转换为 unix 时间，在本例中为自 1970-01-01 以来的纳秒数。

import pandas as pd

df['date'] = pd.to_numeric(df.date)
sns.regplot(df.age, df.date)

然后，您可以轻松地将其转换回日期pd.to_datetime()。

---

示例：这是一个简单的线性拟合

import numpy as np
df['date'] = pd.to_numeric(df.date)
fit = np.polyfit(df.age, df.date, 1)

# Here's the predicted Birthday in unix time
np.polyval(fit, 0)
#4.966460634146548e+16

# Here's the same result transformed to a date.
pd.to_datetime(np.polyval(fit,0))
#Timestamp('1971-07-29 19:43:26.341465480')