遍历DataFrame执行回归时遇TypeError: expected non-empty vector for x求助

错误根源 #

1. 切片逻辑错误：你写的df.iloc[i:i-n, 0]是反向切片，当i < n时，起始索引大于结束索引，会返回空数组，直接触发expected non-empty vector for x错误。而且你要的是当前行之前的n行，正确的切片范围应该是[i-n, i)（左闭右开，不包含当前行）。
2. 列索引可能有误：你提到DataFrame只有xcolumn和ycolumn两列，但代码里用了0和2列索引，这显然不对——pandas的iloc是0-based索引，两列的话应该是0和1，这可能是你手动测试时数据结构不同导致的偏差。

修正方案 #

方案1：修正循环逻辑（适合新手理解） #

import numpy as np
import pandas as pd

def regression(x,y):
    model = np.polyfit(x, y, 1)
    predict = np.poly1d(model)
    projectedx = 15
    result = predict(projectedx)
    return result

n = 20
# 先初始化结果列，避免赋值时出现KeyError
df['regression_result'] = np.nan

# 从第n行开始处理，保证有足够的前n行数据
for i in range(n, len(df)):
    # 取当前行之前的最后n行（i-n到i-1，iloc左闭右开）
    x2 = df.iloc[i-n:i, 0].values
    y2 = df.iloc[i-n:i, 1].values  # 根据实际列索引调整，这里假设ycolumn是第1列
    df.at[i, 'regression_result'] = regression(x2, y2)

# 处理前n行：数据不足n行时，用现有已有的行做回归（至少需要2行才能做一元线性回归）
for i in range(1, n):
    x2 = df.iloc[0:i, 0].values
    y2 = df.iloc[0:i, 1].values
    df.at[i, 'regression_result'] = regression(x2, y2)

方案2：用滚动窗口优化（适合大型DataFrame） #

逐行循环在处理大型DataFrame时效率极低，推荐用pandas的rolling滚动窗口功能，实现向量化操作：

def rolling_regression(window):
    x = window.iloc[:, 0].values
    y = window.iloc[:, 1].values
    if len(x) < 2:  # 一元线性回归至少需要2个样本
        return np.nan
    model = np.polyfit(x, y, 1)
    predict = np.poly1d(model)
    return predict(15)

n = 20
# 滚动窗口大小为n，min_periods=2保证只有当窗口内至少有2行数据时才计算
df['regression_result'] = df.rolling(window=n, min_periods=2).apply(rolling_regression, raw=False)

注意事项 #

• 确认你的列索引：根据DataFrame的实际列位置调整iloc的列参数，比如如果ycolumn是第三列（0-based索引为2），就保留2，否则改成对应索引。
• 前n行的处理：如果不需要对数据不足n行的前n行做回归，可以直接跳过，保留NaN即可。

内容的提问来源于stack exchange，提问作者PythonNoob