如何通过for循环从stats.linregress仅提取斜率(Beta)？为何[0]取值为空？

问题现象 #

尝试在DataFrame上循环调用stats.linregress计算各列与基准列的回归斜率（Beta）时，使用[0]提取斜率得到空值，改用[0:3]切片却能得到结果，两段测试代码如下：

测试代码1（返回空值） #

beta_df[i] = pd.DataFrame(columns = all_perf_time_series.columns)
for i in all_perf_time_series:
    beta_df = stats.linregress(all_perf_time_series['Benchmark'],all_perf_time_series[i])[0]

测试代码2（返回正常结果） #

beta_df[i] = pd.DataFrame(columns = all_perf_time_series.columns)
for i in all_perf_time_series:
    beta_df = stats.linregress(all_perf_time_series['Benchmark'],all_perf_time_series[i])[0:3]

原因分析 #

1. 代码逻辑错误（核心问题）

   • 初始化语句位置错误：第一行beta_df[i] = pd.DataFrame(...)中的i尚未在循环中定义，本身就是无效操作。
   • 变量类型被错误覆盖：循环中直接将beta_df赋值为stats.linregress的结果片段：
     • 代码1中，[0]提取的是单个浮点型斜率值，导致beta_df从DataFrame变成float，后续循环操作的是float变量，无法实现列赋值，最终仅保留最后一次循环的斜率，表现为“空值”或不符合预期的结果。
     • 代码2中，[0:3]切片返回的是包含斜率、截距、r值的元组，虽然能得到值，但同样覆盖了beta_df的DataFrame类型，并非预期的结构化结果，只是你误判为“正常”。

2. 对返回值的认知偏差
   stats.linregress返回的是具名元组LinregressResult，支持索引访问（[0]对应斜率、[1]对应截距）或属性访问（.slope、.intercept），但你的代码错误地覆盖了目标DataFrame变量，才导致异常。

解决办法 #

修正后的代码 #

先正确初始化beta_df为DataFrame，再循环计算每列的斜率并赋值：

# 初始化存储斜率的DataFrame，行索引设为'slope'，列与原数据一致
beta_df = pd.DataFrame(index=['slope'], columns=all_perf_time_series.columns)

# 遍历每一列计算回归斜率
for col in all_perf_time_series.columns:
    reg_result = stats.linregress(all_perf_time_series['Benchmark'], all_perf_time_series[col])
    # 提取斜率，两种方式任选其一
    beta_df[col] = reg_result.slope  # 更直观的属性访问
    # beta_df[col] = reg_result[0]  # 索引访问方式

关键说明 #

• 确保初始化语句在循环外，且变量类型始终为DataFrame，避免被覆盖。
• 使用.slope属性提取斜率比索引[0]更具可读性，减少出错概率。

内容的提问来源于stack exchange，提问作者Farrep7