You need to enable JavaScript to run this app. 多索引DataFrame下按站点分组执行Linear Regression的实现问题
优惠活动
大模型
产品
解决方案
定价
更多

多索引DataFrame下按站点分组执行Linear Regression的实现问题

解决方案

依赖导入

import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression

核心实现逻辑

先定义单组回归计算函数,再按站点分组批量执行即可:

def group_regression(group):
    # 过滤缺失值避免计算报错
    valid_df = group[['LST', 'Value']].dropna()
    # 样本量小于2无法拟合回归,返回空值标记
    if len(valid_df) < 2:
        return pd.Series({
            'slope': np.nan,
            'intercept': np.nan,
            'r2': np.nan,
            'valid_sample': len(valid_df)
        })
    X = valid_df['LST'].values.reshape(-1, 1)
    y = valid_df['Value'].values
    reg = LinearRegression()
    reg.fit(X, y)
    return pd.Series({
        'slope': reg.coef_[0], # 回归斜率
        'intercept': reg.intercept_, # 回归截距
        'r2': reg.score(X, y), # 拟合优度R²
        'valid_sample': len(valid_df) # 有效样本量
    })

# 按一级行索引Station_Number分组执行回归
reg_result = df.groupby(level='Station_Number').apply(group_regression).reset_index()

输出的reg_result就是每个站点对应回归结果的结构化表格。

补充:需要p值、标准误等统计量的实现方案

如果需要更丰富的统计结果,可以改用statsmodels库实现:

import statsmodels.api as sm

def group_regression_stats(group):
    valid_df = group[['LST', 'Value']].dropna()
    if len(valid_df) < 2:
        return pd.Series({
            'slope': np.nan,
            'intercept': np.nan,
            'r2': np.nan,
            'slope_pvalue': np.nan
        })
    X = sm.add_constant(valid_df['LST'])
    y = valid_df['Value']
    model = sm.OLS(y, X).fit()
    return pd.Series({
        'slope': model.params['LST'],
        'intercept': model.params['const'],
        'r2': model.rsquared,
        'slope_pvalue': model.pvalues['LST']
    })

reg_result = df.groupby(level='Station_Number').apply(group_regression_stats).reset_index()

内容的提问来源于stack exchange,提问作者tillwss

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.19 07:27:02