问题描述
这是我的数据框 df 的示例：
Category Y X1 X2
0 Apple 0.083050996 0.164056482 0.519875358
1 Apple 0.411044939 0.774160332 0.002869499
2 Apple 0.524315907 0.422193005 0.97720091
3 Apple 0.721124638 0.645927536 0.750210715
4 Berry 0.134488729 0.299288214 0.522933484
5 Berry 0.733162132 0.608742944 0.957595544
6 Berry 0.113051075 0.641533175 0.19799635
7 Berry 0.275379123 0.249143751 0.049082766
8 Carrot 0.588121494 0.750480977 0.615399987
9 Carrot 0.878221581 0.021366296 0.069184879
现在我希望代码能够对每个类别进行回归（即，按类别分组的横截面回归（对于 Apple、Berry 和 Carrot 等））。
然后我想添加新列 df['Y_hat'] ，它具有回归的预测值，以及相应的 2 beta 和 t-statistic 值（beta 和 t-stat 值对于同一类别的多行是相同的） .
最终 df 将有 5 个额外的列，Y_hat、beta 1、beta 2、t-stat 1 和 t-stat 2。
1楼
您想为“GroupBy”做很多事情:)
我认为如果您按类别对 DataFrame 进行切片，然后将该类别的每个单独结果存储在一个字典中，您将在循环结束时使用该字典来构建您的 DataFrame 会更好。
result = {}
# loop on every category
for category in df['Category'].unique():
# slice
df_slice = df[df['Category'] == category]
# run all the stuff your want to do
result[category] = {
'predicted_value': ***,
'Y_hat': ***
'etc'
...
}
# build dataframe with all your results
final_df = pd.DataFrame(result)
如果需要调试也会容易得多！ 祝你好运！ :)