在DolphinDB中用sqlCol多列调用ols时为何出现维度不匹配错误？

问题描述 #

在DolphinDB中尝试用元编程函数sql对多列执行多元回归时出现错误，原脚本如下：

sql(sqlColAlias(makeUnifiedCall(toArray, makeUnifiedCall(ols, (sqlCol(`rr), sqlCol(t.columnNames()[12:16]), false, 0))), `param), from=t.nullFill(0.0), groupBy=sqlCol(`month`symbol)).eval() 

错误信息：

::evaluate(sql(sqlColAlias(makeUnifiedCall(toArray, makeUnifiedCall(ols, (sqlCol("rr"), sqlCol(::columnNames(t)[12 : 16]), 0, 0))), "param"), ::nullFill(t, 0), , sqlCol(["month","tsymbol"]))) => The dimension of dependent doesn't match the dimension of independent factors.

但将ols替换为rowSum后，多列计算可正常运行：

sql(sqlColAlias(makeUnifiedCall(rowSum, sqlCol(t.columnNames()[12:16])), `newCol), t.nullFill(0.0)).eval() // Outputs normally

问题原因 #

rowSum是逐行计算的函数，而ols是分组聚合计算的函数，二者在元编程中的调用逻辑完全不同：

• rowSum配合makeUnifiedCall时，sqlCol(t.columnNames()[12:16])会把指定列作为逐行的输入数组，符合函数要求；
• ols需要的是整个分组内的因变量列和自变量列集合，但原脚本中用sqlCol传递自变量列，相当于把每一行的多列值作为自变量输入，导致维度不匹配报错。

解决方法 #

调整ols在元编程中的调用方式，直接传递列名集合给ols，而非用sqlCol包装，具体修改如下：

正确脚本 #

sql(
    sqlColAlias(makeUnifiedCall(ols, sqlCol(`rr), t.columnNames()[12:16], false, 0), `param),
    from=t.nullFill(0.0),
    groupBy=sqlCol(`month`symbol)
).eval()

修改说明 #

1. 移除toArray包装：ols本身会处理多列自变量，不需要额外转数组；
2. 自变量直接传列名字符串数组t.columnNames()[12:16]，而非sqlCol(...)：这样ols会在每个分组中获取整列数据进行回归计算，保证因变量（整列rr）和自变量（整列集合）的维度匹配；
3. 保留makeUnifiedCall用于包装ols的参数，适配元编程的函数调用逻辑。

内容的提问来源于stack exchange，提问作者Polly