Python 用pandas并行训练OLS模型

我想用熊猫训练多个OLS模型（事实上，总数约为500个）。我可以成批地做这个吗

这是一个简化的例子，我想训练5个模型，比如m1，m2，m3，m4，m5。 每个模型都有4个自由度。 我不想顺序地训练m1到m5，而是想把所有的Y数据组织成一个

数据帧

def makeDataFrame():
    return pandas.DataFrame(
        data={
            'm1':range(10),
            'm2':range(10), 
            'm3':range(10, 20), 
            'm4':range(20, 30), 
            'm5':range(30, 40)})

Y = makeDataFrame()

:

然后将每个Y对应的所有X收集到面板中

X = pandas.Panel({'A':makeDataFrame(), 'B':makeDataFrame(), 'C':makeDataFrame()})

然后使用pandas.ols（y=y，x=x）

同时获得m1-m5的五个模型（所有五个模型的形式都是y~A+B+C+截距）。 从我的实验来看，上述代码不能满足我的要求。 还有别的选择吗

---

熊猫有可能吗？

你能展示一些你如何组织计算的代码吗？除了pandas，您还使用哪些库？@logc hi，更新问题。谢谢你抽出时间

Y

和

X

似乎包含相同的数据（使用

makeDataFrame

生成）。这是故意的吗？@Eikenberg不，X和Y的真实数据不一定相等。谢谢。你能把这说清楚吗？我很难理解你想做什么。据我所知，你似乎有一个目标的几个模型？（对于多个目标的一个模型，肯定有一个解决方案）

X = pandas.Panel({'A':makeDataFrame(), 'B':makeDataFrame(), 'C':makeDataFrame()})