面板回归代码报错求助：ValueError: Series仅支持二级多重索引

问题描述 #

运行面板回归代码时触发错误：

mod = PooledOLS(df['debt'], exog)
pooled_res = mod.fit()
print(pooled_res)

错误信息：

ValueError: Series can only be used with a 2-level MultiIndex

原完整代码：

import pandas as pd
df=pd.read_excel(r"C:\Users\Action\Downloads\data.xlsx",8)
import matplotlib.pyplot as plt
import statsmodels.api as sm

# 设置外生/自变量
exog_vars = ["GDP", 'WTI']
exog = sm.add_constant(df[exog_vars])
print(exog.head(7))

# 设置内生/因变量
endog = df['debt']

# 导入linearmodels模块
import linearmodels
from linearmodels.panel import PooledOLS
from linearmodels import PanelOLS

# 运行模型（报错行）
mod = PooledOLS(df['debt'], exog)
pooled_res = mod.fit()
print(pooled_res)

错误原因 #

linearmodels库的PooledOLS及其他面板模型要求输入数据必须是标准面板格式——数据框必须包含个体（entity）和时间（time）的二级MultiIndex，用来区分不同横截面单元和时间观测值。当前数据未设置该二级索引，因此触发报错。

解决步骤 #

1. 确认面板索引列：检查数据是否包含个体标识列（如企业ID、国家名称）和时间列（如年份、季度），假设这两列名为entity_id和year，替换为你数据中的实际列名。
2. 设置二级MultiIndex：

# 替换为你数据中的个体列和时间列名
df = df.set_index(['entity_id', 'year'])

3. 重新生成变量并运行模型：

# 基于带索引的df重新生成自变量和因变量
exog_vars = ["GDP", 'WTI']
exog = sm.add_constant(df[exog_vars])
endog = df['debt']

# 初始化并拟合模型
mod = PooledOLS(endog, exog)
pooled_res = mod.fit()
print(pooled_res)

补充说明 #

• 若不确定数据中的个体/时间列，可先通过print(df.columns)查看所有列名，定位对应标识列。
• 若数据原本不是面板格式（缺少个体或时间维度），需先整理数据，确保每个个体在不同时间点有观测值，再设置二级索引。

内容的提问来源于stack exchange，提问作者doncharles005