我试图把一个循环回归的结果转化为一个数据,我可以快速浏览槽,并找出哪些模型是相关的。问题是,我的代码正在为循环中的每个列返回单个数据格式。您知道我如何将它转化为一个df输出吗?这里是一个df示例,您可以使用它来尝试代码。
questions=['despise_it','involved_it','authority_it','cross_legal','cross_difficult',
'cross_covid', 'cross_future', 'wildlife_crime', 'wildlife_interested', 'wildlife_involved', 'wildlife_affected', 'wildlife_plastics']
## empty model
models = []
##regressions
for y in questions:
models = sm.OLS(laos[y],laos['new_income'],missing='drop')
result = models.fit()
results_df = pd.DataFrame({"variable": result.model.endog_names,"pvals":result.pvalues,"coeff":result.params})
print(results_df)
我得到的输出如下:
任何帮助都将不胜感激!
发布于 2022-03-15 06:55:09
在运行模型之前,创建一个空的数据
然后,在每次迭代之后,df = pd.DataFrame(columns = ["variable","pvals","coeff"])
创建一行并将其附加到Dataframe中。
new_row = {"variable":result.model.endog_names, "pvals":result.pvalues,"coeff":result.params}
然后将每一行追加到Dataframe,然后再进行下一次迭代。
df = df.append(new_row,ignore_index = True)
https://stackoverflow.com/questions/71484046
复制