无法修复“ValueError：未正确调用 DataFrame 构造函数！”答案

【问题标题】：Unable to fix "ValueError: DataFrame constructor not properly called!"无法修复“ValueError：未正确调用 DataFrame 构造函数！”
【发布时间】：2020-01-22 06:10:01
【问题描述】：

我被要求编写一个包含以下步骤的线性回归程序。

将 R 数据集 mtcars 加载为 pandas 数据框。
通过考虑自变量 wt 的对数和因变量 mpg 的对数来构建另一个线性回归模型。
用数据拟合模型，并显示 R 平方值

我是 Python 统计的初学者。

我尝试在不转换为新 DataFrame 的情况下获取日志值，但出现错误提示“TypeError: 'OLS' object is not subscriptable”

import statsmodels.api as sa
import statsmodels.formula.api as sfa
import pandas as pd
import numpy as np

cars = sa.datasets.get_rdataset("mtcars")
cars_data = cars.data
lin_mod1 = sfa.ols("wt~mpg",cars_data)
lin_mod2 = pd.DataFrame(lin_mod1)
lin_mod2['wt'] = np.log(lin_mod2['wt'])
lin_mod2['mpg'] = np.log(lin_mod2['mpg'])
lin_res1 = lin_mod2.fit()
print(lin_res1.summary())

预期结果是线性回归后的表格，但实际输出是错误的

[ValueError: DataFrame 构造函数未正确调用！]

【问题讨论】：

标签： python pandas numpy statistics linear-regression

【解决方案1】：

这可能对你有用。

import statsmodels.api as sm
import numpy as np
mtcars = sm.datasets.get_rdataset('mtcars')
mtcars_data = mtcars.data
liner_model = sm.formula.ols('np.log(wt) ~ np.log(mpg)',mtcars_data)
liner_result = liner_model.fit()
print(liner_result.rsquared)

【讨论】：

非常感谢。你是救生员！该程序运行良好。

【解决方案2】：

我破坏了你的代码，我已经逐行运行它。问题出在这里：

 lin_mod1 = sfa.ols("wt~mpg",cars_data)

如果你尝试打印它，输出是：

 statsmodels.regression.linear_model.OLS object at 0x7f1c64273eb8

而且无法正确解释构建数据框。

解决方法是将第一个线性模型的结果放入表格，最后放入数据框：

results = lin_mod1.fit()
results_summary = results.summary()

如果您打印 results_summary，您将看到变量是：Intercept 和 mpg。如果这是概念错误或什么，我不知道，因为它不是“wt”-“mpg”这对。

 # summary as a html table
 results_as_html = results_summary.tables[1].as_html()

 # dataframe from the html table
 lin_mod2 = pd.read_html(results_as_html, header=0, index_col=0)[0]

lin_mod2 的打印是：

  coef      std       err       t     P>|t|  [0.025  0.975]
  Intercept  6.0473    0.309  19.590    0.0   5.417   6.678
  mpg       -0.1409    0.015  -9.559    0.0  -0.171  -0.111

【讨论】：

感谢您的解决方案。不幸的是，它没有评估，因为 wt 不存在。无论如何，非常感谢您的回答。

【解决方案3】：

解决办法如下：

import statsmodels.api as sm
import statsmodels.formula.api as smf
import numpy as np

cars=sm.datasets.get_rdataset("mtcars")
cars_data=cars.data
lin_mod1=smf.ols('np.log(wt)~np.log(mpg)',cars_data)
lin_model_fit=lin_mod1.fit()
print(lin_model_fit.summary())

【讨论】：

【解决方案4】：

变化：

lin_mod2 = pd.DataFrame(lin_mod1)

收件人：

lin_mod2 = pd.DataFrame(data = lin_mod1)

【讨论】：