我正在使用statsmodels.api.OLS进行简单的时间序列线性回归,并基于标识符变量对数据组运行这些回归。我已经能够使分组的回归工作,但现在我希望将回归的结果合并回原始数据帧中,并得到索引错误。
我的原始数据帧的简化版本,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
我执行回归的功能如下:
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,我定义一个变量来存储在我的数据集上执行此函数的结果,并按id列进行分组。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具有相同长度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(忽略这些值,而不是实际输出)是包含回归预测值的列。正如函数的返回值所示,这是一个熊猫系列。
我现在想将这些结果合并回原始数据帧中,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
我尝试了许多方法,例如在原始数据集中设置一个等于序列的新列,但得到以下错误:
TypeError: incompatible index of inserted column with frame index
任何将这些结果返回到原始数据框架的帮助都将不胜感激。还有许多其他帖子与此主题相对应,但在这种情况下,没有一个解决方案对我有效。
https://stackoverflow.com/questions/56497509
复制相似问题