提问人：Mostafa Bouzari 提问时间：9/15/2023 最后编辑：Mostafa Bouzari 更新时间：9/15/2023 访问量：58
在 Python 中根据系数和常数计算预测值
calculate the predicted value based on coefficient and constant in python
问：
我有系数和常数（alpha）。我想像这个例子一样将值相乘和相加。（必须完成 300000 行）
预测 = 常量 + （valOfRow1 * col1） + （-valOfRow1 * col2） + （-valOfRow1 * col3） + （valOfRow1 * col4） + （valOfRow1 * col5）
预测 = 222 + （555-07 * col1） + （-555-07 * col2） + （-66* col3） + （55* col4） + （777* col5）
我有一个单行数据帧，其中包含这样的系数和常数
| col1 | col2 | col3 | col4 （英语） | col5 | 不断 | |
|---|---|---|---|---|---|---|
| 编号：2.447697E-07 | -5.214072E-07 | -0.000003 | 0.000006 | 555 | 222 |
以及另一个名称完全相同但具有每月值的数据帧。
| col1 | col2 | col3 | col4 （英语） | col5 |
|---|---|---|---|---|
| 16711 | 17961 | 0 | 20 | 55 |
我已经尝试对列进行排序，然后取它们的乘积.df.dot
selected_columns = selected_columns.sort_index(axis=1)
#mean_coefficients dataframe 21th (starting from 0) is constant so i use the other columns
selected_columns['predicted_Mcap']=selected_columns.dot(mean_coefficients.iloc[:,0:20])+mean_coefficients['const']
我之所以使用，是因为我不想在乘法中得出结论，只需要在最后添加它。mean_coefficients.iloc[:,0:20]const
所以我计算了预测值，但是当我在Excel中检查它时，该值并不相同。
我计算正确吗？
答：
0赞
Rodrigo Lucchesi
9/15/2023
#1
检查此方法是否可以解决您的任务：
import pandas as pd
# Load the coefficients and variables data frames
df_coefficients = pd.read_clipboard()
df_variables = pd.read_clipboard()
def predict(df_coefficients: pd.DataFrame, df_variables: pd.DataFrame) -> pd.Series:
"""
Predicts the value of the dependent variable based on the values of the independent variables.
:param df_coefficients: DataFrame with the coefficients of the independent variables.
:param df_variables: DataFrame with the values of the independent variables.
:return: Series with the predicted values of the dependent variable.
"""
result = []
# Convert the constants to a pandas Series and remove them from the coefficients DataFrame
constants = df_coefficients.iloc[:]['constant']
df_coefficients.drop(['constant'], inplace=True, axis=1)
# Iterate over the rows of the coefficients DataFrame and calculate the prediction
for idx, val in constants.items():
prediction: float = val + (df_coefficients.iloc[idx][:] * df_variables.iloc[idx][:]).sum()
print(f'prediction {idx}: {prediction}')
result.append(prediction)
return pd.DataFrame({'prediction': result})
result = predict(
df_coefficients=df_coefficients,
df_variables=df_variables
)
result
预测：30746.99484535174
最好！
评论
0赞
Mostafa Bouzari
9/15/2023
这是错误的值，该值不应超过 14 或 15。这些值以 ln（列）为基础，在 oreder 中获取值，您必须应用以下公式： 如果我取你的值并使用它，它将返回重复的数字，这是代码的难点部分。y = e^ln(selected_columns['predicted_MCAP'])
0赞
Mostafa Bouzari
9/15/2023
#2
正如文档中提到的，DataFrame 的列名和其他的索引必须包含相同的值，因为它们将在乘法之前对齐。否则你会得到df.dot()
ValueError：矩阵未对齐
所以你有 2 个选项：
将 WITH OR 转置 DataFrame 一起使用。您的列名将作为索引，并准备以矩阵方式相乘。请记住，两个数据帧中的列名称必须相同。即使多一列也会返回错误。df.dot().T
selected_columns['predicted_MCAP']=selected_columns.dot(mean_coefficients.iloc[:,1:21].T) + mean_coefficients['const']
为了解决这个问题，我通过使用numpy数组
result = df1.dot(df2.values)
上一个：多重测试调整，用于逐步选型
下一个：使用 esttab 时的变异系数
评论
selected_columns.iloc[0:10,:].dot(mean_coefficients.iloc[:,0:20])+mean_coefficients['const']ValueError: matrices are not alignedselected_columns.dot(mean_coefficients.iloc[0,0:5])+mean_coefficients.loc[0,'constant']