如何让Scipy的linregress跳过空单元格（Python+Spotfire场景）

先修正你代码里的基础问题 #

你的代码有几处语法错误：

• 单独的DP1行没有实际操作，需要把Spotfire数据表转为pandas DataFrame才能用Python处理
• stats.linregress的调用写法错误，.slope是线性回归结果的属性，不是列的属性，而且缺失闭合括号

高效批量处理多Y列+自动跳过空值的方法 #

核心是用pandas.DataFrame.dropna()同步过滤X和对应Y列的空行，再循环遍历所有Y列，避免重复写代码：

from scipy import stats
import pandas as pd

# 把Spotfire的DP1数据表转为pandas DataFrame
df = pd.DataFrame(DP1)

# 列出所有需要计算的Y列
y_cols = ['y1', 'y2', 'y3', 'y4', 'y5', 'y6']
# 用字典存每个Y列对应的斜率
slopes = {}

for col in y_cols:
    # 只保留X和当前Y列都不为空的行
    valid_rows = df[['x', col]].dropna()
    # 确保有足够数据点（至少2个才能做线性回归）
    if len(valid_rows) >= 2:
        reg_result = stats.linregress(valid_rows['x'], valid_rows[col])
        slopes[col] = reg_result.slope
    else:
        # 数据不足时返回None，避免报错
        slopes[col] = None

# 查看结果，也可以把这些斜率写入Spotfire数据表供后续分析
print(slopes)

关键细节说明 #

• dropna()默认会删除任何包含空值的行，但我们指定了['x', col]，只检查这两列的空值，其他列的空值不影响当前计算
• 加入数据量判断是因为如果过滤后只剩0或1个数据点，linregress会报错，提前处理更稳妥
• 最终的slopes字典可以直接用来在Spotfire里创建新的计算字段，或者生成可视化图表

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