Python 之多元线性回归分析

最新推荐文章于 2024-08-06 22:16:36 发布

kingfoulin

最新推荐文章于 2024-08-06 22:16:36 发布

阅读量4.8k

点赞数 1

分类专栏： python学习文章标签： python pandas 数据分析

本文链接：https://blog.csdn.net/kingfoulin/article/details/116230392

版权

本文介绍了使用Python进行多元线性回归分析，包括数据预处理、使用pandas库，以及线性回归库如PanelOLS、LinearRegression和OLS。在固定效应的添加过程中，提到了创建二级MultiIndex的重要性，以及在开启固定效应时可能出现的列丢失问题，特别是当实体索引与行业控制相关时。同时，文章讨论了年度控制和行业控制的添加方法，并指出在某些情况下可能需要避免重复控制。

摘要由CSDN通过智能技术生成

Python 之多元线性回归分析

数据预处理

使用pandas进行数据预处理

本文使用的数据处理工具为pandas,其提供了对excel文件，csv文件的高效处理，操作简单。
‘’’

def read_excel(path, save=False):
    # 读取excel 文件
    data = pd.read_excel(path, index_col=[])
    
    # 读取csv 文件
    data = pd.read_csv(path, index_col=[])
    
    
    # 获取特定的columns
    data = data[['c1', 'c2', 'c3', ...,'cn']]
    
    # 将获取的文件保存为excel 格式，或者其他的格式csv等。
    if save:
        data.to_excel("d.xlsx", index=False)
    
    # 将文件保存为csv格式的其他方法：
    numpy.savetxt(path, data, delimiter=',', header="x1", fmt='%f', comments='')
    
    # 丢弃选取的列的方法，drop
    data = data.drop(columns = ['c1','c2','c3']
    
    # 添加一列的方法 insert (index, new_data)
    col_name = data.columns.tolist()  # 获取原始的列