时间戳

首页 > 解决方案 > 将回归结果合并回原始数据框

python-3.x - 将回归结果合并回原始数据框

问题描述

我正在使用 statsmodels.api.OLS 进行简单的时间序列线性回归，并且正在基于标识符变量对数据组运行这些回归。我已经能够使分组回归工作，但现在我希望将回归的结果合并回原始数据帧并得到索引错误。

我的原始数据框的简化版本，我们称之为“df”，如下所示：

id    value    time
a      1        1
a      1.5      2
a      2        3
a      2.5      4
b      1        1
b      1.5      2
b      2        3
b      2.5      4

我进行回归的功能如下：

def ols_reg(df, xcol, ycol):
   x = df[xcol]
   y = df[ycol]
   x = sm.add_constant(x)
   model = sm.OLS(y, x, missing='drop').fit()
   predictions = model.predict()
   return pd.Series(predictions)

然后，我定义一个变量，该变量存储在我的数据集上执行此函数的结果，按 id 列分组。这段代码如下：

var = df.groupby('id').apply(ols_reg, 
    xcol='time',ycol='value')

这将返回与原始数据集长度相同的一系列预测线性值，如下所示：

id
a   0  0.5
    1  1
    2  2.5
    3  3
b   0  0.5
    1  1
    2  2.5
    3  3

以 0.5 开头的列（忽略值；不是实际输出）是具有回归预测值的列。正如函数的返回所示，这是一个熊猫系列。

我现在想将这些结果合并回原始数据框，如下所示：

id    value    time   results
a      1        1      0.5
a      1.5      2       1
a      2        3      2.5
a      2.5      4       3
b      1        1      0.5
b      1.5      2       1
b      2        3      2.5
b      2.5      4       3

我尝试了多种方法，例如在原始数据集中设置一个新列等于系列，但得到以下错误：

TypeError: incompatible index of inserted column with frame index

对于将这些结果恢复到原始数据框中的任何帮助，我们将不胜感激。还有许多与该主题相对应的其他帖子，但在这种情况下，没有一个解决方案对我有用。

标签： python-3.xregressionpandas-groupby

解决方案

更新：

我用一种相对简单的方法解决了这个问题，我将系列转换为列表，并在数据框中设置一个新列等于列表。但是，我真的很想知道其他人是否有更好/不同/独特的解决方案来解决这个问题。谢谢！

推荐阅读