Python 我可以使用statsmodel ARIMA插值时间序列吗？

在Python 3.7中，我有一个时间序列，由一个数据帧表示，其中索引是DateTimeIndex，单值列是股价：

缺口对应于NaN“价格”值，有126个非NaN值和20个NaN值。我想做的是插值非NaN值，以预测NaN值。我尝试了几种插值方法（线性、三次样条），但它们不够精确，从上面的图来看，似乎有明显的上升趋势，也有一些每周周期的痕迹，所以我决定使用statsmodel ARIMA。这是我的密码：

def fill_in_dataframe_ARIMA(  df ):
    price_is_not_NaN = df[ 'price' ].notnull()
    price_is_NaN = np.logical_not( price_is_not_NaN )
    # Convert the datetimes of the index into milliseconds:
    datetime_ms = df.index.map( to_ms )
    # Train the ARIMA model:
    train_datetime_ms = datetime_ms[ price_is_not_NaN ]
    train_price = df.price[ price_is_not_NaN ]
    arima_model = ARIMA( train_price, ( 5, 1, 2 ), train_datetime_ms ).fit()
    # Use model to predict the missing prices:
    missing_datetime_ms = datetime_ms[ price_is_NaN ]
    missing_price = arima_model.predict( exog = missing_datetime_ms )
    return missing_price

我期望的是

missing\u price

最终成为一个类似数组的对象，包含20个条目，比如

missing\u datetime\u ms

。相反，

missing\u price

有125个条目，比

train\u datetime\ms:train\u price

中的样本数少一个

---

显然，我不明白什么是内生和外生（更不用说内插和外推）。有人能解释一下我是如何得到20个预测条目的预期结果的吗？

我对一些空气污染数据也有类似的问题。还没有找到解决办法。你修好了吗？我在读了几篇说明后放弃了ARIMA，这些说明表明用于训练ARIMA的时间序列必须是周期性的，并且在你想要预测的时间之前，每个周期都必须有样本。此外，如果你决定无论如何都要尝试，请查看SARIMA（季节性ARIMA），它包括对季节性和趋势的处理，而普通ARIMA假设时间序列是平稳的。我对一些空气污染数据也有类似的问题。还没有找到解决办法。你修好了吗？我在读了几篇说明后放弃了ARIMA，这些说明表明用于训练ARIMA的时间序列必须是周期性的，并且在你想要预测的时间之前，每个周期都必须有样本。此外，如果您决定无论如何都要尝试，请查看SARIMA（季节性ARIMA），它包括对季节性和趋势的处理，而普通ARIMA假设时间序列是平稳的。