如何完整打印ndarray信息并让statsmodels OLS输出保留DataFrame列名

问题根源 #

你在代码中使用.values将DataFrame转换为纯数值ndarray时，丢失了原有特征列名信息，导致statsmodels拟合结果无法关联展示对应特征名。

最优解决方案 #

直接传入DataFrame而非ndarray进行拟合，statsmodels会自动保留列名信息，修改后代码如下：

import pandas
import statsmodels.api as statmodel
df = pandas.read_csv('fastfood.csv')

df = df[['total_fat', 'sat_fat', 'cholesterol', 'sodium','calories']]
# 去掉.values调用，保留DataFrame的列名属性
X = df[['total_fat', 'sat_fat', 'cholesterol', 'sodium']]
Y = df['calories']
# add_constant会自动给新增的截距项命名为const，保留原有特征列名
X = statmodel.add_constant(X)
model = statmodel.OLS(Y, X).fit()

print(model.mse_total.round(2))
print(model.rsquared.round(2))
print(model.params.round(2))
print(model.pvalues.round(2))

修改后model.params和model.pvalues会自动变为带特征名索引的Series，输出格式和你预期的一致。

备选方案（必须使用ndarray的场景） #

如果你的业务逻辑需要提前将特征转换为ndarray做其他处理，可以在输出前手动为参数绑定列名：

# 在fit()之后、print()之前添加如下代码
feature_names = ['const', 'total_fat', 'sat_fat', 'cholesterol', 'sodium']
model.params = pandas.Series(model.params, index=feature_names)
model.pvalues = pandas.Series(model.pvalues, index=feature_names)

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