每列的线性回归，而无需创建for循环或函数

Question

对pandas数据框中的每一列或每一行应用回归，而无需使用for循环。

对此有类似的帖子； Apply formula across pandas rows/ regression line，对每个“行”都进行回归，但是绘制给出的答案是错误的。我无法对此发表评论，因为我没有足够的声誉，主要的问题是，它接受列的值，然后在每一行上使用apply函数。

目前，我只知道如何做每一列。

qstat -f -Q

我希望在不创建函数或for循环的情况下找到答案，类似于；熊猫df.sum（），但是我想做一个回归，而不是求和，从而导致斜率，截距，r值，p值和标准误差。

Answer 1

看下面的例子：

import numpy as np
import pandas as pd
from scipy.stats import linregress

np.random.seed(1997)
df = pd.DataFrame(pd.np.random.rand(100, 10))

df.apply(lambda x: linregress(df.index, x), result_type='expand').rename(index={0: 'slope', 1: 
                                                                                  'intercept', 2: 'rvalue', 3:
                                                                                  'p-value', 4:'stderr'})

它应该返回您想要的。