是否有更快的方法来获取基于线性回归模型的值并将其附加到 DataFrame 中的新列？

Posted 2023-03-12

【中文标题】是否有更快的方法来获取基于线性回归模型的值并将其附加到 DataFrame 中的新列？

【英文标题】：Is there faster way to get values based on the linear regression model and append it to a new column in a DataFrame?

【发布时间】：2021-11-13 07:32:45

【问题描述】：

我在下面创建了这段代码，以便在我的数据框中创建一个新列来比较实际值和回归值：

b = dfSemoga.loc[:, ['DoB','AA','logtime']]
y = dfSemoga.loc[:,'logCO2'].values.reshape(len(dfSemoga)+1,1)
lr = LinearRegression().fit(b,y)

z = lr.coef_[0,0]
j = lr.coef_[0,1]
k = lr.coef_[0,2]
c = lr.intercept_[0]

for i in range (0,len(dfSemoga)):
    dfSemoga.loc[i,'EF CO2 Predict'] = (c + dfSemoga.loc[i,'DoB']*z  + 
                                        dfSemoga.loc[i,'logtime']*k + dfSemoga.loc[i, 'AA']*j) 

所以，我基本上对包含三个变量的列进行回归：1) AA、2) logtime 和 3) DoB。 但是在这段代码中，为了在名为dfSemoga['EF CO2 Predict'] 的新列中获取回归值，我手动分配系数，如 for 循环中所示。

有没有我可以编写的花哨的单行代码来提高我的工作效率？

【参考方案1】：

没有样本数据我无法确认，但你应该可以做到

dfSemoga["EF CO2 Predict"] = c + (z * dfSemoga["DoB"]) + (k * dfSemoga["logtime"]) + (j * dfSemoga["AA"])

演示：

In [4]: df
Out[4]:
   a  b
0  0  0
1  0  8
2  7  6
3  3  1
4  3  8
5  6  6
6  4  8
7  2  7
8  3  8
9  8  1

In [5]: df["c"] = 3 + 0.5 * df["a"] - 6 * df["b"]

In [6]: df
Out[6]:
   a  b     c
0  0  0   3.0
1  0  8 -45.0
2  7  6 -29.5
3  3  1  -1.5
4  3  8 -43.5
5  6  6 -30.0
6  4  8 -43.0
7  2  7 -38.0
8  3  8 -43.5
9  8  1   1.0