使用scipy linregress处理DataFrame两列数据时遇报错求助

我帮你分析下这个报错——你遇到的问题大概率是输入数据的维度不匹配，或者数据里有异常值导致np.cov（linregress底层依赖的函数）无法正常计算。下面是一步步的排查和解决方法：

1. 先确认输入数据的维度是否正确 #

linregress要求传入的x和y必须是一维数组/序列，如果你的sma5_slope[stocks]返回的是一个二维DataFrame（比如stocks是多个列名的列表），或者某一列被处理成了二维结构（比如形状是(7,1)），就会触发这个错误。

先打印下两个数据的形状看看：

print("stocks列形状:", sma5_slope[stocks].shape)
print("counter列形状:", sma5_slope['counter'].shape)

正常情况下，两者都应该是(7,)的一维形状。如果其中一个是二维的，用.squeeze()或者.values.flatten()把它转成一维再尝试：

slope, intercept, r_value, p_value, std_err = linregress(
    sma5_slope[stocks].squeeze(), 
    sma5_slope['counter'].squeeze()
)

2. 检查数据中是否存在缺失值（NaN） #

如果你的两列数据里有缺失值，np.cov计算协方差时会出问题。先检查缺失值情况：

print("缺失值统计:\n", sma5_slope[[stocks, 'counter']].isnull().sum())

如果有缺失值，要么删除含缺失值的行，要么填充：

# 方法1：删除缺失值行
cleaned_df = sma5_slope[[stocks, 'counter']].dropna()
slope, intercept, r_value, p_value, std_err = linregress(
    cleaned_df[stocks], 
    cleaned_df['counter']
)

# 方法2：用均值填充缺失值
filled_df = sma5_slope[[stocks, 'counter']].fillna(sma5_slope[[stocks, 'counter']].mean())
slope, intercept, r_value, p_value, std_err = linregress(
    filled_df[stocks], 
    filled_df['counter']
)

3. 确认数据是数值类型 #

有时候DataFrame的列可能被误存为字符串或其他非数值类型，导致np.cov无法计算。检查数据类型：

print("数据类型:\n", sma5_slope[[stocks, 'counter']].dtypes)

如果不是数值类型，先转换为数值：

sma5_slope[stocks] = pd.to_numeric(sma5_slope[stocks], errors='coerce')
sma5_slope['counter'] = pd.to_numeric(sma5_slope['counter'], errors='coerce')

（errors='coerce'会把无法转换的值变成NaN，之后你可以再处理这些NaN）

最后再试一次 #

按照上面的步骤处理后，重新运行你的linregress代码，应该就能正常执行了。

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