![](/img/trans.png)
[英]How does one use indexing properly when using statsmodels OLS in a pandas groupby?
[英]using statsmodels with a groupby
考虑这个简单的例子
import pandas as pd
import statsmodels.formula.api as sm
df = pd.DataFrame({'Y' : [1,2,3,4,5,6,7],
'X' : [2,3,4,5,6,3,2],
'group' : ['a','a','a','a','b','b','b']})
df
Out[99]:
Y X group
0 1 2 a
1 2 3 a
2 3 4 a
3 4 5 a
4 5 6 b
5 6 3 b
6 7 2 b
我想按组进行回归。 我只找到了非常古老的答案或带有循环的解决方案。 我只是想知道为什么非常简单:
df.groupby('group').agg(lambda x: sm.ols(formula = 'Y ~ X', data = x))
PatsyError: Error evaluating factor: NameError: name 'X' is not defined
Y ~ X
不起作用。 最新版本的 Pandas (1.2.3) 能否做得更好? 谢谢!
您需要使用apply
function -
df.groupby('group').apply(lambda x: sm.ols(formula = 'Y ~ X', data = x))
Output
group
a <statsmodels.regression.linear_model.OLS objec...
b <statsmodels.regression.linear_model.OLS objec...
dtype: object
您现在拥有适合每个组的 model 并准备好 go。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.