线性与独立性测试运行报ValueError：无法转换为Series问题求解

这个报错的根源是你先创建了完全空白的pd.DataFrame()，没有默认索引，逐列赋值时y_train、olsmod2.fittedvalues、olsmod2.resid三者的索引无法对齐，或者某一个对象的格式无法被pandas自动转换为可匹配的Series结构。

首选方案：直接通过字典创建DataFrame #

不要先建空白DataFrame再逐列赋值，直接把所有列放进字典里初始化，pandas会自动处理索引对齐逻辑，规避空DF的索引匹配问题：

df_pred = pd.DataFrame({
    "Actual Values": y_train,
    "Fitted Values": olsmod2.fittedvalues,
    "Residuals": olsmod2.resid
})

df_pred.head()

异常排查方案 #

如果上述代码仍然报错，按以下步骤排查：

• 先验证三个对象的长度是否一致，分别执行代码输出长度：

  print(len(y_train), len(olsmod2.fittedvalues), len(olsmod2.resid))
  

  如果三者长度不同，说明你当前的y_train和训练olsmod2时用的训练集不是同一份，需要替换为对应匹配的训练集标签。
• 如果长度一致仍报错，把所有对象转为numpy数组强制忽略索引差异：

  df_pred = pd.DataFrame({
      "Actual Values": y_train.values,
      "Fitted Values": olsmod2.fittedvalues.values,
      "Residuals": olsmod2.resid.values
  })
  

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