Python熊猫回归

Question

[我输入图像描述] [1]我很难找出回归是我需要去的路线，以便用Python解决我目前的挑战。这是我的情景：

• 我有一个熊猫数据帧是195行×25列
• 的所有数据（除指数和标头）为整数
• 我有一个特定的列（列B）是我想与所有其他列进行比较
• 试图确定是否存在影响或影响列B的任何列中的数字范围
• 我想在Python中计算的结果示例类似于到：当列D中的数据在10.20之间时，B列在3.5以上 - 16.4

我一直在用Python中的Regression在线阅读的例子看起来会产生我不需要的图表和统计数据（或者我可能解释不正确）。我相信用恰当的措辞来描述我所要求的是，识别Pandas数据框中两列间的线性特定值或一系列值。

任何人都可以帮助指向正确的方向吗？

谢谢大家提前！

Answer 1

您的目标听起来很像在这一点上的探索性数据分析。你应该首先计算你的目标column B和任何其他column之间的correlation使用pandas.Series.corr（这实际上是一样的二元回归），你可能list：

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] 

要获得特定范围内的手柄，我会建议看：

• 的cut和qcut功能bin您的数据，只要你喜欢，要么情节或相应关联的子集：看文档here和here。

形象化二元和多元简单的关系，我会建议

• 的seaborn包，因为它包括各种类型的旨在帮助您获得共变的变量之间的快速把握地块。参见例如单变量和双变量分布的例子，线性关系图here和分类数据图here。

上面的内容应该有助于你理解双变量关系。一旦你想进入多元关系，你可以返回到python恕我直言，最适合这个的scikit-learn或statsmodels包。希望这有助于你开始。