如何迭代pandas数据帧的列以运行回归

13 浏览
0 Comments

如何迭代pandas数据帧的列以运行回归

我有这段使用Python中的Pandas库的代码：\n

all_data = {}
for ticker in ['FIUIX', 'FSAIX', 'FSAVX', 'FSTMX']:
    all_data[ticker] = web.get_data_yahoo(ticker, '1/1/2010', '1/1/2015')
prices = DataFrame({tic: data['Adj Close'] for tic, data in all_data.iteritems()})  
returns = prices.pct_change()

\n我知道我可以这样运行回归：\n

regs = sm.OLS(returns.FIUIX,returns.FSTMX).fit()

\n但是如何对数据框的每一列运行回归呢？具体来说，我要迭代每一列，以便对每一列运行回归。\n具体来说，我想对每个其他的股票代码（FIUIX、FSAIX和FSAVX）对FSTMX进行回归，并存储每个回归的残差。\n我尝试了以下几个版本的代码，但是我尝试过的所有方法都没有得到期望的结果：\n

resids = {}
for k in returns.keys():
    reg = sm.OLS(returns[k],returns.FSTMX).fit()
    resids[k] = reg.resid

\n代码中的returns[k]部分有什么问题吗？我如何使用k值来访问列？或者是否有更简单的方法？

0

3 答案

0 Comments

在使用 pandas dataframe 进行回归分析时，需要遍历列来运行回归，但是如果不知道如何遍历列，会给操作带来困扰。下面将介绍如何遍历 pandas dataframe 的列来运行回归分析。

首先，可以使用df.columns来获取 dataframe 中所有列的名称。然后可以使用 Python 的列表切片技术来根据需要遍历列。例如，要遍历除第一列之外的所有列，可以使用以下代码：

for column in df.columns[1:]:
    print(df[column])

类似地，要逆序遍历所有列，可以使用以下代码：

for column in df.columns[::-1]:
    print(df[column])

使用这种技术，可以以多种方式遍历所有列。另外，还可以使用enumerate函数轻松获取所有列的索引：

for ind, column in enumerate(df.columns):
    print(ind, column)

通过以上方法，可以轻松遍历 pandas dataframe 的列来运行回归分析。

0
0 Comments

问题出现的原因：

这个问题的出现是因为pandas在不同的版本中对于迭代DataFrame的列有不同的方法名。在pandas 2.0及以上的版本中，没有.iteritems()方法，而是使用.items()方法来迭代DataFrame的列。

解决方法：

要迭代DataFrame的列来运行回归分析，可以使用.items()方法。该方法返回一个包含列名和列值的元组，可以通过for循环来遍历每一列。

下面是一个示例代码：

for name, values in df.items():
    print('{name}: {value}'.format(name=name, value=values[0]))

上面的代码会打印出每一列的名称和第一个值。

另外，需要注意的是，.items()方法在之前的版本中可能被称为.iteritems()。所以，如果你使用的是旧版本的pandas，可以将代码中的.items()替换为.iteritems()来实现同样的功能。

本文介绍了如何迭代DataFrame的列来运行回归分析。在pandas 2.0及以上的版本中，可以使用.items()方法来遍历每一列，而在旧版本中可以使用.iteritems()方法。以上是一个简单的示例代码，可以根据实际需求进行修改和扩展。

0
0 Comments

问题的原因是作者在使用for column in df:循环遍历DataFrame的列时，只打印出了列名而不是列数据。作者解决这个问题的方法是使用print(df[column])而不是print(column)来打印列数据。

这个问题引发了其他人的讨论和疑问。某些情况下要注意具有相同名称的列，因为df[column]可能是一个DataFrame或Series。还有人提出是否有df.itercols()用于遍历列的方法，另一位回答者指出可以使用df.iteritems()来实现这个功能。

另外，有人提醒注意df[column]只遍历列名而不是列数据。这个问题可能回答了作者的具体问题，但并没有解决问题的标题中提到的遍历列数据的需求。

要遍历DataFrame的列来运行回归分析，可以使用以下代码：

for column in df:
    print(df[column])

需要注意的是，如果有相同名称的列，df[column]可能是一个DataFrame或Series。此外，df[column]只遍历列名而不是列数据。

希望以上内容对你有帮助！

0