如何在OLS模型中快速获取预测值？解决statsmodels公式API构建模型时predict方法传入列表报错的问题

当你用sm.ols(formula="price ~ size + year", data=df_c).fit()创建模型时，statsmodels依赖patsy库处理公式语法。patsy需要明确知道每个输入值对应的变量名称，而直接传一个普通列表[25,1990]没有任何变量名信息，它没法判断哪个值对应size、哪个对应year，所以抛出PatsyError。

你需要传入一个包含匹配变量名的结构，最常用的是pandas.DataFrame，或者直接传字典（statsmodels会自动转换）。以下是几种简单的实现方式：

方法1：用DataFrame传入单条数据 #

这是最清晰不易出错的方式：

import pandas as pd

# 创建包含变量名的DataFrame
new_data = pd.DataFrame({'size': [25], 'year': [1990]})
# 获取预测值
prediction = model.predict(new_data)
# 提取具体数值（默认返回Series，取第一个元素）
print(prediction.iloc[0])

方法2：直接传字典（更简洁） #

statsmodels的predict方法支持直接传入字典，键为变量名，值为对应的数据：

prediction = model.predict({'size': 25, 'year': 1990})
print(prediction.iloc[0])

方法3：批量预测多条数据 #

如果需要预测多个样本，只需在DataFrame中添加更多行即可：

new_data = pd.DataFrame({
    'size': [25, 30, 35],
    'year': [1990, 1995, 2000]
})
predictions = model.predict(new_data)
# 返回的是Series，每条对应一个预测值
print(predictions)

公式API创建的模型必须关联变量名来预测，所以不能直接传无标签的列表。用DataFrame或字典明确变量与值的对应关系，就能顺利获取预测值了。

内容的提问来源于stack exchange，提问作者TroyMcClure8998