线性拟合 pandas.datetime64 值？

Question

我有一个数据框，其中有两列（年龄，日期），指示一个人的年龄和当前日期。我想根据该数据估算出出生日期。我想拟合一个线性模型并找到截取，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)

抛出错误：

类型错误：此数据类型不允许缩减操作“mean”

将数据转换为可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？是否有任何软件包可以开箱即用地处理 pandas.Timestamps ？例如 scikit-learn？

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')