在Python中计算一系列线性回归时，出现“ ValueError：条件期望的布尔数组，而不是float64”

Question

我正在尝试通过一系列线性回归分析复合指标的所有组成部分对结果值的影响，但会出现值错误。这是我正在使用的代码：

import pandas as pd
from sklearn.linear_model import LinearRegression
import warnings
warnings.filterwarnings('ignore')
ods8 = pd.read_excel (r'path/ODS_8.xlsx')
ods8 = pd.DataFrame(ods8).fillna(0) #turns MV into 0
ods8ind = ods8.drop('ODS_08', axis=1)
Y = ods8['ODS_08'] #independent variable
def reg_proc(label):
    X = ods8ind[label] #each dependent variable
    regressor = LinearRegression()
    regressor.fit(X, Y)
    regressor.score(X, Y)
    rsquared = regressor.score(X, Y)
    return(rsquared)
rsquared_df = pd.DataFrame({ods8ind: reg_proc(ods8ind) for ind in ods8ind.columns}, 
                       columns = ods8ind.columns)