Python中如何将DataFrame指定列拟合为其他列的函数

现有真实采集得到的DataFrame实例df，包含两列特征df['X']、df['Y']，以及目标列df['Z']，需要完成两类拟合任务：

1. 单变量拟合：Z = f(X)
2. 双变量拟合：Z = f(X,Y)

以下是可直接运行的实现方案，覆盖「无预设函数形式的多项式拟合」和「已知业务规律的自定义非线性拟合」两种最常用场景。

前置依赖导入 #

import numpy as np
from numpy.polynomial import polynomial as P
from scipy.optimize import curve_fit

1. 单变量拟合 Z = f(X) #

多项式拟合（不知道具体函数形态时首选） #

不需要提前假设Z和X的关系，直接通过多项式逼近真实映射，代码简单不需要复杂调参，适合快速探索数据规律：

# 提取有效数据
x = df['X'].values
z = df['Z'].values

# 自定义多项式阶数，示例用3次多项式：f(X)=a*X³ + b*X² + c*X + d
poly_degree = 3
# 拟合得到系数，按常数项、一次项、二次项...从低到高排列
coef_single = P.polyfit(x, z, deg=poly_degree)

# 封装可直接调用的预测函数
def f_single(x_input):
    return P.polyval(np.asarray(x_input), coef_single)

# 输出拟合表达式
terms = []
for i in range(len(coef_single)):
    if i == 0:
        terms.append(f"{coef_single[i]:.4f}")
    else:
        terms.append(f"{coef_single[i]:.4f}*X^{i}")
print(f"单变量多项式拟合结果：Z = {' + '.join(terms)}")

自定义非线性函数拟合（已知大致函数关系时用） #

如果根据业务经验已经知道Z和X的映射形态（比如指数关系、对数关系），可以自定义函数形式再拟合，结果可解释性更强：

# 示例：假设Z和X满足指数关系 f(X) = a*exp(b*X) + c
def custom_single(x, a, b, c):
    return a * np.exp(b * x) + c

# 拟合得到最优参数
popt_single, _ = curve_fit(custom_single, x, z)

# 封装预测函数
def f_single_custom(x_input):
    return custom_single(np.asarray(x_input), *popt_single)

# 输出拟合表达式
print(f"单变量自定义函数拟合结果：Z = {popt_single[0]:.4f}*exp({popt_single[1]:.4f}*X) + {popt_single[2]:.4f}")

2. 双变量拟合 Z = f(X,Y) #

多项式拟合 #

二元多项式会自动包含X、Y的独立项和交叉项，同样适合无先验知识时的快速探索，示例用2次二元多项式（形式为f(X,Y)=a + bX + cY + dX² + eXY + fY²）：

# 提取有效数据
x = df['X'].values
y = df['Y'].values
z = df['Z'].values

# 构造指定阶数的二元多项式特征
def build_2d_poly(x_arr, y_arr, deg=2):
    feats = []
    feat_names = []
    for i in range(deg + 1):
        for j in range(deg - i + 1):
            feats.append((x_arr ** i) * (y_arr ** j))
            if i == 0 and j == 0:
                feat_names.append("1")
            elif i == 0:
                feat_names.append(f"Y^{j}")
            elif j == 0:
                feat_names.append(f"X^{i}")
            else:
                feat_names.append(f"X^{i}*Y^{j}")
    return np.column_stack(feats), feat_names

# 生成特征、拟合系数
X_poly, feat_names = build_2d_poly(x, y, deg=2)
coef_double, _, _, _ = np.linalg.lstsq(X_poly, z, rcond=None)

# 封装预测函数
def f_double(x_input, y_input):
    input_feats, _ = build_2d_poly(np.asarray(x_input), np.asarray(y_input), deg=2)
    return input_feats @ coef_double

# 输出拟合表达式
terms_double = [f"{coef_double[i]:.4f}*{feat_names[i]}" for i in range(len(coef_double))]
print(f"双变量多项式拟合结果：Z = {' + '.join(terms_double)}")

自定义非线性函数拟合 #

和单变量逻辑一致，自定义包含X、Y的函数形式即可，示例用生产领域常见的幂函数形式f(X,Y)=a*X^b*Y^c：

# 自定义双变量函数，注意X、Y要打包为元组传入
def custom_double(xy, a, b, c):
    x_val, y_val = xy
    return a * (x_val ** b) * (y_val ** c)

# 拟合最优参数
popt_double, _ = curve_fit(custom_double, (x, y), z)

# 封装预测函数
def f_double_custom(x_input, y_input):
    return custom_double((np.asarray(x_input), np.asarray(y_input)), *popt_double)

# 输出拟合表达式
print(f"双变量自定义函数拟合结果：Z = {popt_double[0]:.4f}*X^{popt_double[1]:.4f}*Y^{popt_double[2]:.4f}")

实用注意事项 #

• 拟合前先清理三列中的缺失值、离群异常值，脏数据会直接导致拟合结果失真
• 多项式阶数不要设置过高，否则会严重过拟合——建议拆分训练集和测试集，选测试集预测误差最小的阶数
• 自定义非线性函数拟合时，最好给curve_fit传入p0参数设置合理的参数初始值，避免算法收敛到局部最优，得到无意义的结果

内容的提问来源于stack exchange，提问作者SJa