如何将循环生成的线性回归结果追加至Pandas DataFrame？

错误原因 #

你代码里的result.append("product", "slope", "intercept", "rvalue", "pvalue")完全不符合pandas的API要求：DataFrame.append()只接受数据对象（字典、Series、DataFrame等）作为第一个参数，额外参数只有ignore_index、verify_integrity、sort，直接传多个字符串会触发参数数量错误。

正确实现方式 #

方式1：循环内追加字典（简单直观）

把当前产品的线性回归结果封装成字典，键对应DataFrame的列名，值对应计算出的结果，调用append时指定ignore_index=True避免索引冲突：

import pandas as pd
import numpy as np
from scipy.stats import linregress

result = pd.DataFrame()

for prod in product_array:
    data_aggr_period_prod_loop = data_aggr_period_prod.loc[data_aggr_period_prod['product']==prod].sort_values('period')
    if len(data_aggr_period_prod_loop) > 1:
        x = np.array([date_map[ix] for ix in data_aggr_period_prod_loop['period']])
        y1 = np.array(data_aggr_period_prod_loop['npi'])
        slope, intercept, rvalue, pvalue, _ = linregress(x, y1)
        # 修正：用字典封装数据，追加到结果DataFrame
        result = result.append({
            "product": prod,
            "slope": slope,
            "intercept": intercept,
            "rvalue": rvalue,
            "pvalue": pvalue
        }, ignore_index=True)

方式2：先收集结果到列表，最后一次性生成DataFrame（效率更高）

pandas的append()每次都会创建新的DataFrame，循环多次调用会降低性能。更优的做法是先把所有结果存入列表，最后统一转成DataFrame：

import pandas as pd
import numpy as np
from scipy.stats import linregress

# 初始化空列表存储结果
result_list = []

for prod in product_array:
    data_aggr_period_prod_loop = data_aggr_period_prod.loc[data_aggr_period_prod['product']==prod].sort_values('period')
    if len(data_aggr_period_prod_loop) > 1:
        x = np.array([date_map[ix] for ix in data_aggr_period_prod_loop['period']])
        y1 = np.array(data_aggr_period_prod_loop['npi'])
        slope, intercept, rvalue, pvalue, _ = linregress(x, y1)
        # 将结果追加到列表
        result_list.append({
            "product": prod,
            "slope": slope,
            "intercept": intercept,
            "rvalue": rvalue,
            "pvalue": pvalue
        })

# 最后一次性生成DataFrame
result = pd.DataFrame(result_list)

补充说明 #

• 注意从scipy.stats.linregress返回的rvalue是相关系数，若需要决定系数（R²）可以计算rvalue ** 2。
• 若你的pandas版本≥2.0，append()方法已被标记为弃用，推荐用列表收集后转DataFrame的方式（本质和pd.concat效率一致）。

内容的提问来源于stack exchange，提问作者user20602598