Действителен только для DatetimeIndex, TimedeltaIndex или PeriodIndex, но получен экземпляр «Index»

#python

Вопрос:

     n = int(1e4)  # number of monte carlo runs
    alpha = 0.05  # 95% confidence interval
    q = [alpha / 2, 1 - alpha / 2]

# Store the Upper and Lower boundaries of the 95% interval

    yerru = []
    yerrl = []
    yerru_A = []
    yerrl_A = []

# Recharge data

    data_r = pd.DataFrame({"Linear": mls["Linear"].get_stress("rch"),
                           "Non-linear": mls["Non-linear"].get_stress("rch")})
    for ml in mls.values():
        func = ml.stressmodels["rch"].get_stress
        params = ml.fit._get_parameter_sample(n=n, name="rch")
        data = {}

    # Here we run the model n times with different parameter samples
    for i, param in enumerate(params):
        data[i] = func(p=param)
    df = pd.DataFrame.from_dict(data, orient="columns").loc[tmin:tmax_val]
    
    # store recharge estimates at 10-day intervals
    df = df.resample(freq).sum()
    yerrl.append(df.quantile(q=q, axis=1).transpose().iloc[:,0])
    yerru.append(df.quantile(q=q, axis=1).transpose().iloc[:,1])
    
    # store recharge estimates at one year sums
    df = df.resample("A").sum()
    rch = data_r[ml.name].resample("A").sum()
    yerrl_A.append(df.quantile(q=q, axis=1).transpose().subtract(rch, `axis=0).iloc[:,0].dropna())`
    yerru_A.append(df.quantile(q=q, axis=1).transpose().subtract(rch, axis=0).iloc[:,1].dropna())
 

получено сообщение об ошибке—- Ошибка типа: Допустимо только для DatetimeIndex, TimedeltaIndex или PeriodIndex, но получен экземпляр «Index»

в строке— «df = df.повторная выборка(частота).сумма()»

Комментарии:

1. Ошибка вполне очевидна: df ваш фрейм данных имеет обычный индекс, но для его использования resample вам необходим специальный индекс одного из типов, перечисленных в сообщении об ошибке. Где-то в ваших данных у вас, вероятно, есть какие-то даты или, по крайней мере, годы, поскольку в вашем комментарии говорится, что «оценка пополнения хранилища составляет суммы за один год» , вам нужно использовать это в качестве индекса перед повторной выборкой.