如何将statsmodels中的OLS应用于groupby

我按月在产品上运行OLS.虽然这对于单个产品来说很好用,但我的数据框包含许多产品.如果我创建一个groupby对象,则OLS会给出错误.

linear_regression_df:
  product_desc  period_num    TOTALS  
0    product_a     1          53  
3    product_a     2          52 
6    product_a     3          50 
1    product_b     1          44 
4    product_b     2          43 
7    product_b     3          41 
2    product_c     1          36   
5    product_c     2          35 
8    product_c     3          34 


from pandas import DataFrame, Series
import statsmodels.api as sm    

linear_regression_grouped = linear_regression_df.groupby(['product_desc'])
X = linear_regression_grouped['period_num'] 
y = linear_regression_grouped['TOTALS']

model = sm.OLS(y, X)
results = model.fit()

我在sm.OLS()行上收到此错误：

ValueError: unrecognized data structures: <class 'pandas.core.groupby.SeriesGroupBy'>

那么,如何浏览数据框并为每个product_desc应用sm.OLS()？

解决方法:

你可以做这样的事情…

import pandas as pd
import statsmodels.api as sm

for products in linear_regression_df.product_desc.unique():
    tempdf = linear_regression_df[linear_regression_df.product_desc == products]
    X = tempdf['period_num']
    y = tempdf['TOTALS']

    model = sm.OLS(y, X)
    results = model.fit()

    print results.params #  Or whatever summary info you want

标签：statsmodels,python,pandas
来源： https://codeday.me/bug/20191009/1878718.html