Python：多重回归函数答案

【问题标题】：Python: Function for Multiple RegressionPython：多重回归函数
【发布时间】：2022-07-27 22:40:28
【问题描述】：

我有以下数据框：

import pandas as pd
from sklearn import linear_model

import statsmodels.api as sm

Stock_Market = {\'Year\': [2017,2017,2017,2017,2017,2017,2017,2017,2017,2017,2017,2017,2016,2016,2016,2016,2016,2016,2016,2016,2016,2016,2016,2016],
                \'Month\': [12, 11,10,9,8,7,6,5,4,3,2,1,12,11,10,9,8,7,6,5,4,3,2,1],
                \'Interest_Rate\': [2.75,2.5,2.5,2.5,2.5,2.5,2.5,2.25,2.25,2.25,2,2,2,1.75,1.75,1.75,1.75,1.75,1.75,1.75,1.75,1.75,1.75,1.75],
                \'Unemployment_Rate\': [5.3,5.3,5.3,5.3,5.4,5.6,5.5,5.5,5.5,5.6,5.7,5.9,6,5.9,5.8,6.1,6.2,6.1,6.1,6.1,5.9,6.2,6.2,6.1],
                \'Stock_Index_Price\': [1464,1394,1357,1293,1256,1254,1234,1195,1159,1167,1130,1075,1047,965,943,958,971,949,884,866,876,822,704,719]        
                }

df = pd.DataFrame(Stock_Market,columns=[\'Year\',\'Month\',\'Interest_Rate\',\'Unemployment_Rate\',\'Stock_Index_Price\'])

目前，我可以使用以下函数对 \'Stock_Index_Price\' 执行 \'Interest_Rate\' 和 \'Unemployment_Rate\' 的多元回归：

def perform_regression_multiple(y, x1, x2=\"\"):
    test = df[[y, x1, x2]].reset_index(drop=True)
    
    X = test[[x1, x2]]
    Y = test[[y]]
    
    regr = linear_model.LinearRegression()
    regr.fit(X, Y)

    model = sm.OLS(Y, X).fit()
    predictions = model.predict(X) 

    print_model = model.summary()
    print(print_model)
    
#===========================================================================

perform_regression_multiple(\'Stock_Index_Price\', \'Interest_Rate\', \'Unemployment_Rate\')

但是，当我尝试使用上述函数执行线性回归（例如，使用 \'Interest_Rate\' 作为唯一解释变量）时，我会收到以下错误消息：

perform_regression_multiple(\'Stock_Index_Price\', \'Interest_Rate\')

KeyError: \"[\'\'] 不在索引中\"

显然，x1 和 x2 都需要指定；否则它将无法正常工作。我应该如何以允许我指定解释变量数量的方式修改函数？目标是通过其他因素扩展回归模型。

非常感谢您的任何建议！

标签： python pandas function linear-regression statsmodels

【解决方案1】：

看看你是如何定义你的函数的：

def perform_regression_multiple(y, x1, x2=""):

然后你怎么称呼它：

perform_regression_multiple('Stock_Index_Price', 'Interest_Rate')

通过该调用，您将告诉函数y="Stock Index Price"、x1="Interest Rate" 和x2=""，这是默认值。

在函数的第一行，您将使用 x2 列：

test = df[[y, x1, x2]].reset_index(drop=True)

您已定义为“”，错误是说名称为“”的列不存在。

如果您希望能够使用一个或两个变量执行回归，请执行以下操作：

def perform_regression_multiple(y, x1, x2=None):
    if x2:
        test = df[[y, x1, x2]].reset_index(drop=True)
    
        X = test[[x1, x2]]
    else:
        test = df[[y, x1]].reset_index(drop=True)
        
        X = test[[x1]]
    Y = test[[y]]
    
    regr = linear_model.LinearRegression()
    regr.fit(X, Y)

    model = sm.OLS(Y, X).fit()
    predictions = model.predict(X) 

    print_model = model.summary()
    print(print_model)

您也可以保留空字符串，if 仍然会以相同的方式工作。

更好的是，考虑到要在 pandas 中选择列并返回数据框，您必须传递一个列表，您可以这样做，将一个列表传递给 x_variables 参数（即使它只是一个项目的列表）：

def perform_regression_multiple(y: str, x_variables: list):
        columns = [y] + x_variables
        test = df[columns].reset_index(drop=True)
            
        X = test[x_variables]
        Y = test[[y]]
        
        regr = linear_model.LinearRegression()
        regr.fit(X, Y)
    
        model = sm.OLS(Y, X).fit()
        predictions = model.predict(X) 
    
        print_model = model.summary()
        print(print_model)

【讨论】：

谢谢哈维尔，对我来说就像一个魅力！另一个问题：假设我有 8 个解释变量（即 x1、x2、x3、....、x8）。有没有办法以与上述相同的“短”方式声明条件，而不必为每个变量指定“if”命令？
用解决方案编辑
很棒的东西，刚刚学到了一些新东西。再次感谢哈维尔 - 祝你有个美好的未来:)