如何在导入Excel的DataFrame中指定线性回归的X、Y列？

你的列引用写法是正确的 #

你当前的代码写法完全符合pandas与sklearn线性回归模型的输入要求：

X = df[["ColumnName1", "ColumnName2", "ColumnName3"]]
y = df["ColumnName4"]

• 用双层方括号[[]]提取的X是DataFrame格式，适配sklearn模型要求的二维特征输入
• 用单层方括号[]提取的y是Series格式，满足模型对一维目标变量的输入要求

优化你的数据导入代码 #

现有导入流程存在冗余，pd.read_excel返回的本身就是DataFrame，无需额外调用pd.DataFrame()转换，同时注意head()仅会保留前5行数据，仅适合测试，训练模型时请移除：

import pandas as pd

# 注意：确保file.direction是有效的文件路径变量
file_name = file.direction
# 直接读取Excel为DataFrame
df = pd.read_excel(file_name, sheet_name="File Name", header=0)
# 仅测试场景下保留前5行，训练模型请删除此行
df = df.head()

实用补充技巧 #

• 不确定列名时，可通过print(df.columns)输出所有列名，确保引用的列名与Excel表格完全一致（含大小写、空格、特殊字符）
• 若特征列是连续的，可按索引位置简化提取：X = df.iloc[:, 0:3]（iloc[:, a:b]表示取第a到第b-1列）
• 若需构建多输出回归模型，目标列也可用双层方括号提取：y = df[["ColumnName4", "ColumnName5"]]

内容的提问来源于stack exchange，提问作者alfredocarrascor