import pandas as pdfrom sklearnlinear_model import LinearRegression# 读取数据data = pdread_csvtestcsv# 数据预处理data销售日期 = pdto_datetimedata销售日期data销售量千克 = data销售量千克astypefloatdata销售单价元千克 = data销售单价元千克astypef

报错信息显示在训练线性回归模型时，数据类型不匹配。具体原因是X中包含了日期类型的特征，而线性回归模型只能处理数值类型的特征。

解决方法是将日期特征转换为数值类型的特征。可以使用日期特征的天数表示，即将日期转换为与某个基准日期的天数差。

修改代码如下：

# 构建特征和标签
X = data[data['单品名称'].isin(available_items)][['销售日期', '销售量(千克)']]
X['销售日期'] = (X['销售日期'] - pd.to_datetime('2023-01-01')).dt.days
y = data[data['单品名称'].isin(available_items)]['销售单价(元/千克)']

这样就将日期特征转换为了数值类型的特征，再重新运行程序即可。