使用具有索引未对齐系列的 statsmodel 进行回归

【问题标题】：Regression with statsmodels having index disaligned Series使用具有索引未对齐系列的 statsmodel 进行回归
【发布时间】：2021-03-02 06:27:29
【问题描述】：

我做了一些研究以在 python 中使用回归，我发现了一些问题，这是我的代码我希望你们能帮助我

当我使用我的代码时，我有 2 个变量：

X = sm.add_constant(X)
result = sm.OLS(Y,X).fit()

我收到此错误：ValueError: endog 和 exog 的索引未对齐 X 和 Y 的 len 是 sam 5486，如果有人可以帮助我，那将非常感谢您

【问题讨论】：

【解决方案1】：

您的代码似乎没有任何问题。问题在于您的变量及其未对齐的索引（它们在某种程度上有所不同）。

由于您正在使用您期望对齐的两个 Pandas 系列，您可以提取它们的值并忽略索引。

请尝试：

X = sm.add_constant(X.values)
result = sm.OLS(Y.values, X).fit()

【讨论】：

感谢您的回答，如果我想使用回归并且我有 2 个数据框，我可以执行您共享的相同代码，还是应该执行其他操作？嘘
是的，当然。看看：statsmodels.org/dev/generated/… OLS 为因变量和自变量接受类似数组的输入。同样在 Pandas 数据框中，如果您使用 .values 方法，这会将输入转换为 Numpy 数组，并且您不会遭受任何索引不对齐。