我在理解如何在pandas中实现Panel OLS时遇到了一些困难。我收到了关于这个主题的帮助,我以为我了解情况。现在我正在努力实施,我遇到了困难。以下是我的数据:
url='https://raw.githubusercontent.com/108michael/ms_thesis/master/crsp.dime.mpl.df.1'
df=pd.read_csv(url, usecols=(['date', 'cid', 'log_diff_rgdp', 'billsum_support', \
'years_exp', 'leg_totalbills', 'log_diff_rgdp', 'unemployment', 'expendituresfor',\
'direct_expenditures', 'indirect_expenditures', 'Republican', 'sen'])))
df.head(1)
cid date log_diff_rgdp unemployment leg_totalbills years_exp Republican sen billsum_support expendituresfor direct_expenditures indirect_expenditures
0 N00013870 2007 0.026069 4.6 44 5 1.0 1.0 1.0 4.0 4.0 0.0
df=df.T.to_panel()
df=df.transpose(2,0,1)
df
<class 'pandas.core.panel.Panel'>
Dimensions: 505 (items) x 10 (major_axis) x 72 (minor_axis)
Items axis: N00000010 to N00035686
Major_axis axis: 2005 to 2014
Minor_axis axis: index to indirect_expenditures
我的理解(我认为我可能错了)Items axis
包含所有panels
; Minor_axis
包含每个panels
中的所有列;并且Major_axis
是time index
。我在将数据发送到Panel
之前发布了第一行数据,billsum_support
是最后一列的第4行;但是,当我尝试使用billsum_support
作为Y
变量回归时,我收到以下错误。
reg=PanelOLS(y=df['billsum_support'],x=df[['years_exp', 'unemployment', 'dir_ind_expendituresfor']],time_effects=True)
reg
KeyError Traceback (most recent call last)
/home/jayaramdas/anaconda3/lib/python3.5/site-packages/pandas/indexes/base.py in get_loc(self, key, method, tolerance)
1875 try:
-> 1876 return self._engine.get_loc(key)
1877 except KeyError:
pandas/index.pyx in pandas.index.IndexEngine.get_loc (pandas/index.c:4027)()
pandas/index.pyx in pandas.index.IndexEngine.get_loc (pandas/index.c:3891)()
pandas/hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas/hashtable.c:12408)()
pandas/hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas/hashtable.c:12359)()
KeyError: 'billsum_support'
我已经看到了工作示例here但是这个人的数据似乎是堆叠格式而不是Panel。 是否有人对OLS Panel有一些经验并能理解我在这里做错了什么?
答案 0 :(得分:0)
我明白了;跟进ptrj,进行一些简单的探索,我找到了解决方案,并将其发布在问题
中df=df.pivot_table(index='date',columns='cid', fill_value=0,aggfunc=np.mean)
df=df.T.to_panel()
df=df.transpose(2,1,0)
df=df.to_frame()