Python 3中时间序列的季节性分解

Question

还有另外一个与我类似的问题，但我没有设法解决我的问题。

我试图通过使用statsmodels seasonal_decompose来分解数据集。

这是功能：

101 yes no  yes no
another text    no
103 yes no  yes no
104 no  no  yes no
105 no  yes no  no
106 yes yes yes no

这些是情节： Plots - red arrow points to AirPassengers.csv plots - 很抱歉我不允许嵌入图片链接

现在我在https://github.com/welch/seasonal使用此工具来测试我的.csv文件。它给了我2个周期的11个季节性。在AirPassengers库存数据上它是正确的（12个周期为12个），但是分解也可以在AirPassengers.csv上使用相同的方法，而在我的.csv文件上它不会。

此外，用于读取数据的代码段：

def decompose(timeseries):
   ts = timeseries
   decomposition = seasonal_decompose(ts)
   trend = decomposition.trend
   seasonal = decomposition.seasonal
   residual = decomposition.resid
   decomp = [trend, seasonal, residual]

   plt.subplot(411)
   plt.plot(ts, label='Seria Originala')
   plt.legend(loc='best')
   plt.subplot(412)
   plt.plot(trend, label='Trend')
   plt.legend(loc='best')
   plt.subplot(413)
   plt.plot(seasonal,label='Periodicitate')
   plt.legend(loc='best')
   plt.subplot(414)
   plt.plot(residual, label='Reziduuri')
   plt.legend(loc='best')
   plt.tight_layout()

   return decomp

我认为这是相同的。我错过了什么？