Python 在时间索引时间序列上应用shift（）时出现问题

我正在尝试使用pandas shift（）方法为监督学习任务创建一个包含时间序列滞后值的df。当尝试将PeriodsPost设置为大于2015的值时，我在下面的代码段中使用模拟数据时出现以下错误：

ValueError: Must have equal len keys and value when setting with an iterable

使用实际时间序列数据时，我得到以下错误：

ValueError: could not broadcast input array from shape (8760) into shape (8760,2015)

我将指数时间范围内第一个日期的年份更改为2017年，如果periodsPast大于2017年，则会出现错误

代码段（模拟数据）：

似乎由于某种原因，第2016栏无法添加。此外，误差增大的值对应于第一个指数的年份也不是巧合

---

有什么想法吗？这一定是我在这里缺少的一些非常基本的东西。非常感谢

尝试打印

dfLags['t-2016']

，您会发现出于某些原因，它选择了特定范围的行，其中年份为2016年，而不是创建列。不确定为什么它在2015年没有通过相同的错误，因为它也只选择行，但无论如何，如果您可以使用

\uuu

而不是

-

将列的名称更改为

't'+str（t）

，它将像预期的那样工作，您的建议奏效了。但我不理解这种行为。似乎字符串“t-2016”在某个点被转换/解释为时间戳，因为该索引是DatetimeIndex。为什么只在t-2016上出现错误，而没有其他值，不确定是否要打印

dfLags['t-2016']

，您会看到，出于某些原因，它选择了2016年所在的特定行范围，而不是创建列。不确定为什么它在2015年没有通过相同的错误，因为它也只选择行，但无论如何，如果您可以使用

\uuu

而不是

-

将列的名称更改为

't'+str（t）

，它将像预期的那样工作，您的建议奏效了。但我不理解这种行为。似乎字符串“t-2016”在某个点被转换/解释为时间戳，因为该索引是DatetimeIndex。为什么只在t-2016上出现错误，而没有其他值，目前还不确定

import pandas as pd 

periodsPast = 2020 # any value above 2015 would give an error 

series = pd.Series(data = [i for i in range(1,10001)], index=pandas.date_range('2015-01-01 00:00:00',periods=10000,freq='H'))

dfLags = pd.DataFrame(data=None, index=series.index)
for t in range(0, periodsPast + 1):
    if t == 0:
        dfLags['t'] = series
    else:
        dfLags['t-'+str(t)] = series.shift(t)