Python 如何修改此函数以接受多个数据帧?
我编写了这个函数,我希望它能接受多个DF,这样最终的图就有多条预测的绘制线,coef_DF和其余的系数一起完成 该函数从更大的数据集中提取所需的特征和目标,使用线性回归函数进行预测,然后生成模型,绘制数据集上的直线,并返回包含所有系数的df (这只是一个练习。) 这就是结果:Python 如何修改此函数以接受多个数据帧?,python,pandas,machine-learning,regression,analytics,Python,Pandas,Machine Learning,Regression,Analytics,我编写了这个函数,我希望它能接受多个DF,这样最终的图就有多条预测的绘制线,coef_DF和其余的系数一起完成 该函数从更大的数据集中提取所需的特征和目标,使用线性回归函数进行预测,然后生成模型,绘制数据集上的直线,并返回包含所有系数的df (这只是一个练习。) 这就是结果: Name Value 0 Intercept 506738 1 Power_1 2.71336e-77 2 Power_2 7.335e-39 3
Name Value
0 Intercept 506738
1 Power_1 2.71336e-77
2 Power_2 7.335e-39
3 Power_3 -1.850e-44
4 Power_4 8.437e-50
5 Power_5 0.000e+00
6 Power_6 0.000e+00
7 Power_7 3.645e-55
8 Power_8 1.504e-51
9 Power_9 5.760e-48
10 Power_10 1.958e-44
11 Power_11 5.394e-41
12 Power_12 9.404e-38
13 Power_13 -3.635e-41
14 Power_14 4.655e-45
15 Power_15 -1.972e-49
非常感谢 我不知道你到底想要什么。但我建议,下次试着问一个这样的问题,这个问题很容易被在座的其他人提出,也很容易理解 我试着回答你的问题。如果我误解了你的问题,请纠正我
- 将任意数量的数据帧传递给函数并打印:
df1 = pd.DataFrame(np.random.randint(0,10,size=(10, 2)), columns=list('AB'))
df2 = pd.DataFrame(np.random.randint(0,10,size=(10, 2)), columns=list('AB'))
df3 = pd.DataFrame(np.random.randint(0,10,size=(10, 2)), columns=list('AB'))
绘制它们的函数:
得到的结果图:
- 将模型的结果放入
数据框中
X = np.random.randint(0,50 ,size=(50, 2))
y = np.random.randint(0,2 ,size=(50, 1))
然后在此数据上拟合线性回归模型
model=LinearRegression().fit(X,y)
predictions=model.predict(X)
然后将其添加到数据帧:
res_df = pd.DataFrame(predictions,columns = ['Value'])
如果您打印res\u df
Value
0 0.420395
1 0.459389
2 0.369648
3 0.416058
4 0.644088
5 0.362072
6 0.363157
7 0.468943
. .
. .
只是为了理解-您想将任意数量的
数据帧
传递给您的函数进行绘图,对吗?@R.p.T是的,并将模型的结果放入DFT中。谢谢,这是一个很好的基础,我将努力使其更加清晰和简洁
res_df = pd.DataFrame(predictions,columns = ['Value'])
Value
0 0.420395
1 0.459389
2 0.369648
3 0.416058
4 0.644088
5 0.362072
6 0.363157
7 0.468943
. .
. .