用groupby进行OLS回归

Question

我想用pandas和groupby运行OLS回归。在

我正在尝试以下代码：

import pandas as pd
from pandas.stats.api import ols

df=pd.read_csv(r'F:\File.csv')
result=df.groupby(['FID']).apply(lambda x: ols(y=df[x['MEAN']], x=df[x['Accum_Prcp'],x['Accum_HDD']]))
print result

但这会带来：

^{pr2}$

我的语法有什么不正确的地方吗？在

在没有groupby的情况下这样做：

result = ols(y=df['MEAN'], x=df[['Accum_HDD','Accum_Prcp']])

这是正确的。在

我的数据框看起来像这样：

FID  Image_Date   MEAN  Accum_Prcp   Accum_HDD
1     19920506     2.0   500.0        1000.0
1     19930506     1.7   450.0        1050.0
2     19920506     2.7   456.0        992.0
2     19930506     1.9   376.0        800.0 

Answer 1

尝试：

grps=df.groupby(['FID'])
for fid, grp in grps:
    ols(y=grp.loc[:, 'MEAN'], x=grp.loc[:, ['Accum_Prcp', 'Accum_HDD']])