如何从statsmodels的params输出中分离截距提取目标系数

model.params返回的是带标签索引的pandas Series结构，你之前调用params.index[1]仅访问了索引层的内容，所以只能拿到系数名称，拿不到对应数值，可通过以下方式实现需求：

• 方法1：按变量名直接索引（最稳定，推荐优先使用）
  不需要依赖系数的排列顺序，后续修改回归公式加新变量也不会取错值，代码示例：

  def rolling_reg():
      model = smf.ols('FDX ~ SP50', data=df).fit()
      all_params = model.params
      # 直接指定要提取的自变量名
      target_var = "SP50"
      target_coef = all_params[target_var]
      
      # 打印名称和对应值
      print(f"{target_var} 系数值：{target_coef}")
      
      # 如需存入DataFrame直接构造即可
      coef_df = pd.DataFrame({
          "变量名": [target_var],
          "系数值": [target_coef]
      })
      return coef_df
  
  rolling_reg()
  

  运行后只会输出SP50对应的系数，不会返回Intercept截距项。

• 方法2：按位置索引取值（仅适合固定结构的简单回归）
  单自变量回归中截距固定在第0位，目标自变量SP50在第1位，可通过iloc取位置对应的值：

  # 同时取位置1的名称和数值
  coef_name = all_params.index[1]
  coef_value = all_params.iloc[1]
  

  注意：该方法依赖系数的排列顺序，如果后续回归新增其他自变量，位置发生偏移就会取错结果，不推荐在复杂回归、滚动回归场景使用。

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