在statsmodel中使用OLS时出错

Question

我遇到了错误，

IndexError: boolean index did not match indexed array along dimension 1; 
dimension is 52 but corresponding boolean dimension is 184

通过运行以下代码：

y = dat2['WaterWithdMunicipal']
X = dat2['WaterWithdIndustrial']
model = sm.OLS(y,X, data=dat2, missing='drop')
p = model.fit()
print(p.summary())

我知道这2个数组的大小不同（它们包含不同数量的NaN），但是missing = 'drop'应该解决这个问题？

Answer 1

missing = 'drop'将删除缺少值的行，这就是X和y长度不同的原因。

有多种填充方法，但我喜欢pandas.DataFrame.fillna 。

Answer 2

这将按预期擦除行，其中至少包含一个缺失值，并将为您提供所需的结果。

dat2 = dat2.replace('', np.NaN)
dat2 = dat2.dropna()
y = dat2['WaterWithdMunicipal']
X = dat2['WaterWithdIndustrial']
model = sm.OLS(y,X, data=dat2)
p = model.fit()
print(p.summary())