Python 构建多元回归模型时抛出错误：`Pandas数据强制转换为对象的numpy数据类型。使用np.asarray（数据）检查输入数据`

我有一个数据框架，其中一些分类预测值（即变量）为0和1，还有一些数值变量。当我将其安装到stasmodel时，如：

est = sm.OLS(y, X).fit()

它抛出：

Pandas data cast to numpy dtype of object. Check input data with np.asarray(data). 

我使用

df.convert\u对象（convert\u numeric=True）

在此之后，所有数据帧变量的数据类型显示为int32或int64。但最后它仍然显示

dtype:object

，如下所示：

4516        int32
4523        int32
4525        int32
4531        int32
4533        int32
4542        int32
4562        int32
sex         int64
race        int64
dispstd     int64
age_days    int64
dtype: object

这里的4516、4523是可变标签

---

有什么想法吗？我需要在数百个变量上建立一个多元回归模型。为此，我连接了3个熊猫数据帧，以得到用于模型构建的最终数据帧

如果X是您的数据帧，请尝试在运行模型时使用

.astype

方法将其转换为float：

est = sm.OLS(y, X.astype(float)).fit()

如果y（从属）和X均取自数据帧，则键入cast（强制转换）：-

est = sm.OLS(y.astype(float), X.astype(float)).fit()

---

这是因为您尚未生成所有预测值的伪值步骤，因此如何在文字上进行回归？这就是错误消息所说的，它正试图转换为numpy有效条目

---

只需回到您的管道并正确地包含虚拟变量。

正如Mário和Daniel所建议的，是的，问题是由于以前没有将分类值转换为虚拟变量

我遇到了这个问题，正在审查来自statsmodels的“Carseats”数据集的线性回归实验室，其中列“ShelveLoc”、“US”和“Urban”是分类值，我假设在您的数据集中引起问题的分类值也是与此类似的字符串。考虑到前面的问题，我将以此为例，因为您没有为问题提供数据帧。

如“ShelveLoc”、“US”和“Urban”之前所述，我们在开头的专栏如下：

Index(['Sales', 'CompPrice', 'Income', 'Advertising', 'Population', 'Price',
       'ShelveLoc', 'Age', 'Education', 'Urban', 'US'],
      dtype='object')

在Python的一行简单代码中，我将它们转换为分类值，并删除了带有“No”和“Bad”标签的值（因为这是本书中向实验室提出的要求）

这将返回包含以下列的数据帧：

Index(['Sales', 'CompPrice', 'Income', 'Advertising', 'Population', 'Price',
       'Age', 'Education', 'ShelveLoc_Good', 'ShelveLoc_Medium', 'US_Yes',
       'Urban_Yes'],
      dtype='object')

---

就是这样，你已经为OLS准备好了虚拟变量。希望这是有用的。

您看到的输出与预期一致。输出末尾列出的数据类型是数据类型系列的数据类型（调用pd.DataFrame.dtypes的结果），与数据帧中的类型无关。只需尝试

pd.DataFrame（范围（100））.dtypes

check

np.asarray（X）.dtype

哪个应该是float64，或者int64，我认为它将在statsmodels内转换为float64。最好再次检查

est.model.exog.dtype

，以确保在计算中使用float64.so。。将分类变量转换为浮点数？所以。。将分类变量转换为浮点数？在将所有分类变量粘贴到模型中之前，应将其转换为虚拟变量，因此是的

Index(['Sales', 'CompPrice', 'Income', 'Advertising', 'Population', 'Price',
       'Age', 'Education', 'ShelveLoc_Good', 'ShelveLoc_Medium', 'US_Yes',
       'Urban_Yes'],
      dtype='object')