Python分组回归后返回元组解包为独立DataFrame的方法

当前groupby.apply返回的Series中，每个元素为「系数Series、残差Series」构成的不等长元组，直接按普通等长元组拆分会触发长度不匹配报错，按以下步骤处理即可得到目标结果：

1. 提取分组系数表 #

系数为每个分组返回的固定长度结构化结果，直接遍历提取即可自动保留分组Id作为索引，重置索引后得到符合要求的系数表：

# 提取各分组回归系数
coef_df = fit.apply(lambda x: x[0]).reset_index()
# 按需重命名列（单自变量场景下即为N×2规格）
coef_df = coef_df.rename(columns={'intercept': '截距项', 'x': 'x系数'})

输出结果行数等于分组数N，包含分组Id、截距项、所有自变量的系数估计值，和预期规格完全一致。

2. 提取匹配原数据顺序的残差表 #

残差长度和每个分组内的原始样本量一致，提取时需要保留原数据行索引，绑定对应分组Id后合并，避免行错位：

resid_collect = []
for group_id, (_, resid) in fit.items():
    resid_part = resid.reset_index()
    resid_part['Id'] = group_id
    resid_collect.append(resid_part)

# 合并为完整残差表
resid_df = pd.concat(resid_collect, ignore_index=True)
resid_df = resid_df.rename(columns={0: '残差'})
# 按原数据行索引排序，保证和原始数据集顺序完全对齐
resid_df = resid_df.sort_values('index').drop(columns=['index']).reset_index(drop=True)

输出结果行数等于原始数据集总行数N*T，携带对应Id标识，和原始数据行一一对应。 #

更高效的优化实现 #

如果不想对返回结果做二次拆分，可以直接在回归函数中处理结果输出，避免额外遍历开销，同时规避原代码的链式赋值警告：

import numpy as np
import pandas as pd
import statsmodels.api as sm

def regress(data, yvar, xvars):
    Y = data[yvar]
    X = data[xvars].copy()
    X['intercept'] = 1.
    model_res = sm.OLS(Y, X, missing='drop').fit()
    # 直接将残差写入当前分组数据，无需后续对齐索引
    data['残差'] = model_res.resid
    # 返回系数行
    return pd.Series(model_res.params.to_dict())

# 模拟数据集
N = 5
T = 20
df = pd.DataFrame(pd.Series(range(0, N)), columns = ['Id'])
df = df.reindex(np.repeat(df.index, T)).reset_index(drop=True)
df['y'] = np.random.normal(0,1, len(df.index))
df['x'] = np.random.normal(0,1, len(df.index))
df['y'] = 0 + 1*df['x'] + np.random.normal(0,1, len(df.index))

# 直接得到系数表
coef_df = df.groupby('Id').apply(regress, 'y', ['x']).reset_index()
# 残差已同步写入原数据框，直接提取即可
resid_df = df[['Id', '残差']]

注意：原代码中X = data[xvars]取的是原数据的视图，直接新增intercept列会触发pandas链式赋值警告，添加.copy()创建副本即可解决该问题。

内容的提问来源于stack exchange，提问作者sleyde