OLS回归筛选显著变量触发Series真值模糊ValueError如何解决

• 报错核心原因是你遍历的列名中存在至少一个重复值，导致est2.pvalues[i]返回的不是单个p值标量，而是包含多个值的Series。将布尔类型的Series直接用于if判断时，Python无法确定整体的真值，就会抛出该错误。
• 程序前半段能正常输出部分变量，说明这部分变量名在est2.pvalues的索引中是唯一的，只有运行到重复列名时才会触发中断。你可以在if判断前加一行print(i, type(est2.pvalues[i]))，运行后最后一次打印的列名就是存在重复的异常列。

最优方案：替换for循环，直接用pandas向量操作筛选 #

无需遍历列，一行代码就能完成显著性筛选，不会触发重复匹配的报错：

alpha = 0.05
# 直接提取p值小于alpha的变量名列表
significant_cols = est2.pvalues[est2.pvalues < alpha].index.tolist()
# 输出结果
for col in significant_cols:
    print(col)

兼容原有for循环的修复方案 #

如果要保留原有遍历逻辑，可以用.item()强制提取单个p值，碰到重复列时会明确抛出匹配错误，方便定位问题：

cols = x2.columns
alpha = 0.05
for i in cols:
    if est2.pvalues[i].item() < alpha:
        print(i)

列名重复的额外处理 #

如果定位后确认是自变量矩阵x2本身存在重复列名，先对列名重命名再拟合模型即可：

# 给重复列名添加序号后缀，保证唯一性
x2.columns = [f"{col}_{n}" for n, col in enumerate(x2.columns)]
# 重新拟合模型后再做显著性筛选
est2 = sm.OLS(y, x2).fit()

内容的提问来源于stack exchange，提问作者Shreemann Mishra