indexed_prime
Date Rev Base ARMadj GSPrice
日期
2014-11-29 2014-11-29 124052.979500 516891.200 -8100.0 60.0
2014-12-06 2014-12-06 74197.122760 1033782.400 -9260.0 60.0
2014-12-13 2014-12-13 65113.157960 1550673.600 -7300.0 60.0
2014-12-20 2014-12-20 62540.688660 2067564.800 -8100.0 60.0
2014-12-27 2014-12-27 27166.139050 2089491.810 -9260.0 60.0
2015-01-03 2015-01-03 39491.384120 2111418.820 -7300.0 60.0
2015-01-10 2015-01-10 24158.035070 2133345.830 -4240.0 60.0
2015-01-17 2015-01-17 26423.724870 2155272.840 -1460.0 60.0
2015-01-24 2015-01-24 23256.475760 2161877.480 372.0 60.0
2015-01-31 2015-01-31 17122.817350 2168482.120 1190.0 60.0
2015-02-07 2015-02-07 23105.257360 2175086.760 1250.0 60.0
2015-02-14 2015-02-14 28942.415480 2181691.400 876.0 60.0
2015-02-21 2015-02-21 24446.400630 2184149.968 388.0 60.0
2015-02-28 2015-02-28 15850.090840 2186608.536 -24.3 60.0
2015-03-07 2015-03-07 15591.600440 2189067.104 -280.0 60.0
2015-03-14 2015-03-14 24523.027370 2191525.672 -381.0 60.0
2015-03-21 2015-03-21 32004.347500 2193984.240 -371.0 60.0
2015-03-28 2015-03-28 27826.800740 2197643.770 -305.0 60.0
2015-04-04 2015-04-04 20206.361870 2201303.300 -228.0 60.0
2015-04-11 2015-04-11 19141.036990 2204962.830 -168.0 60.0
2015-04-18 2015-04-18 22040.487130 2208622.360 -133.0 60.0
2015-04-25 2015-04-25 24693.562020 2211230.140 -121.0 60.0
2015-05-02 2015-05-02 25908.055260 2213837.920 -125.0 60.0
print（indexed.prime.dtypes） 日期datetime64 [ns] Seasadjrev float64 Base float64 ARMadj float64 GSPrice float64
indexed_prime3 = indexed_prime.drop（'Rev'，axis = 1） 导入numpy为np 来自scipy import stats 将pandas导入为pd 将matplotlib.pyplot导入为plt 将statsmodels.api导入为sm 来自pandas.tools.plotting import autocorrelation_plot arma_mod22 = sm.tsa.ARMA（indexed_df ['Rev']，order =（2,2）exog = indexed_prime3）nets：
文件“”，第1行，in 文件“C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ statsmodels \ tsa \ arima_model.py”，第445行， init super（ARMA，self）。 init （endog，exog，dates，freq，missing = missing） 文件“C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ statsmodels \ tsa \ base \ tsa_model.py”，第41行，在 init 中 super（TimeSeriesModel，self）。 init （endog，exog，missing = missing） 文件“C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ statsmodels \ base \ model.py”，第186行，在 init 中 super（LikelihoodModel，self）。 init （endog，exog，** kwargs） 文件“C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ statsmodels \ base \ model.py”，第60行， init ** kwargs） 文件“C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ statsmodels \ base \ model.py”，第84行，在_handle_data中 data = handle_data（endog，exog，missing，hasconst，** kwargs） handle_data中的文件“C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ statsmodels \ base \ data.py”，第566行 ** kwargs） 文件“C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ statsmodels \ base \ data.py”，第72行， init self.endog，self.exog = self._convert_endog_exog（endog，exog） _convert_endog_exog中的文件“C：\ ProgramData \ Anaconda3 \ lib \ site-packages \ statsmodels \ base \ data.py”，第428行 引发ValueError（“Pandas数据转换为numpy dtype of object”。 ValueError：Pandas数据转换为numpy dtype对象。使用np.asarray（数据）检查输入数据。
＆GT;
我无法弄清楚如何将外生变量引入模型 - 有人可以帮忙吗？