Python回归

[在此处输入图像描述][1]我正在努力找出回归是否是解决Python当前挑战所需的路线。以下是我的设想：

• 我有一个数据框，是195行x25列
• 所有数据（索引和标题除外）都是整数
• 我有一个特定的列（B列），我想与所有其他列进行比较
• 试图确定任何列中是否存在影响或影响B列的数字范围
• 我想用Python计算的结果的一个例子类似于：当D列中的数据在10.20到16.4之间时，B列高于3.5

我在线阅读的Python回归示例似乎生成了我不需要的图表和统计数据（或者我的解释不正确）。我相信描述我所要求的内容的恰当措辞是，识别特定值或数据帧中两列之间的线性值范围

有人能帮我指出正确的方向吗

---

提前谢谢大家

此时，您的目标听起来非常像探索性数据分析。您可能应该首先使用

pandas.Series.corr

（实际上与双变量回归相同）计算目标

列B

和任何其他

列

之间的

相关性，您可以
列出
：

other_cols = [col for col in df1.columns if col !='B']
corr_B = [{other: df.loc[:, 'B'].corr(df.loc[:, other])} for other in other_col]

要了解具体的范围，我建议查看：


cut
和
qcut
功能可根据需要将数据剪切到
bin
中，并相应地绘制或关联子集：参见文档和

为了可视化二元和简单的多元关系，我建议


seaborn
软件包，因为它包括各种类型的绘图，旨在帮助您快速掌握变量之间的协变量。例如，请参见单变量和双变量分布、线性关系图和分类数据图的示例

以上内容有助于您理解二元关系。一旦您想要发展到多元关系，就可以返回到
python
IMHO中最适合这种关系的或包。希望这有助于您开始。
那么，当D列中的数据介于10.20到16.4之间时，您想要实现的是确定B列是否高于3.5？能否提供一些示例数据框？我想了解哪些数字或范围会影响B列的结果。我将很快发布示例数据框。很抱歉，我无法添加附件。数据框的复制/粘贴未正确显示。非常感谢您的帖子和推荐。不客气。只要让我知道你是否需要澄清上述问题，或者这是否回答了你现在的问题。