OLS回归预测输出开头出现多余0，求格式调整方案

使用statsmodels进行OLS简单线性回归，输入学士占比预测互联网使用率时，输出格式不符合预期：

• 用pd.DataFrame打印会显示多余的列名0
• 直接打印预测结果是数组形式
• 预期仅显示行索引0与对应预测值

代码示例 #

import numpy as np
import pandas as pd
import statsmodels.api as sm

# 加载数据集
internet = pd.read_csv('internetusage.csv')

# 提取变量
y = internet['internet_usage']
x = internet['bachelors_degree']

# 添加常数项
x = sm.add_constant(x)

# 训练模型
model = sm.OLS(y, x).fit()

# 获取输入并预测
bach_percent = float(input())
prediction = model.predict([1,bach_percent])

# 当前打印方式
print(pd.DataFrame(prediction))
print('dtype:', internet['internet_usage'].dtypes)

当前输出 #

0
0  61.865155
dtype: float64

预期输出 #

0  61.865155
dtype: float64

方法1：直接格式化输出索引与预测值 #

因为prediction是仅含单个元素的数组，直接提取元素并按预期格式打印：

print(f"0  {prediction[0]:.6f}")
print('dtype:', internet['internet_usage'].dtypes)

方法2：转为Series而非DataFrame #

Series是一维结构，不会生成额外列名，通过to_string(header=False)隐藏默认标题：

pred_series = pd.Series(prediction, index=[0])
print(pred_series.to_string(header=False))
print('dtype:', internet['internet_usage'].dtypes)

方法3：调整DataFrame打印参数 #

如果坚持使用DataFrame，用to_string(header=False)隐藏列名：

df = pd.DataFrame(prediction)
print(df.to_string(header=False))
print('dtype:', internet['internet_usage'].dtypes)

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