如何用回归模型预测值替换DataFrame中pkg_yld等列的NaN值

• 前提假设：你的DataFrame包含month日期列（格式为datetime64），已完成2020.7-2021.6区间的OLS模型拟合

步骤1：筛选2021年7-12月的待填充行 #

首先构造行筛选掩码：

import pandas as pd
# 构造2021年7-12月的行筛选条件
fill_mask = (df['month'] >= '2021-07-01') & (df['month'] <= '2021-12-31')

步骤2：填充pkg_yld列的NaN值 #

两种方式二选一即可：

方式1：直接用已拟合的OLS模型预测（精度更高，避免手动抄系数误差） #

# 给待预测的adv列添加常数项，匹配模型输入格式
X_pred = sm.add_constant(df.loc[fill_mask, 'adv'])
# 预测值直接覆盖对应行的NaN
df.loc[fill_mask, 'pkg_yld'] = model.predict(X_pred)

方式2：用你已得到的回归公式直接计算 #

df.loc[fill_mask, 'pkg_yld'] = 93.3 - 0.68 * df.loc[fill_mask, 'adv']

步骤3：计算并填充yoy_pkg_yld列的NaN值 #

通过偏移12个月匹配去年同期的pkg_yld值计算同比：

# 构造辅助列：当前行对应去年同期的月份
df['last_year_month'] = df['month'] - pd.DateOffset(years=1)
# 构造月份到pkg_yld的映射字典，用来匹配去年同期值
month_pkg_map = df.set_index('month')['pkg_yld'].to_dict()
# 匹配去年同期值后计算同比
df.loc[fill_mask, 'yoy_pkg_yld'] = (
    df.loc[fill_mask, 'pkg_yld'] / df.loc[fill_mask, 'last_year_month'].map(month_pkg_map) - 1
) * 100
# 删除不需要的辅助列
df.drop(columns='last_year_month', inplace=True)

• 验证：以你给出的2021年7月数据为例，adv=9.0、去年同期pkg_yld=97.5，计算得到的结果和你示例的-10.6%完全一致。

内容的提问来源于stack exchange，提问作者jack homareau