Question

我在列表中有如下数据框：

CGdfs = [CGdf_2002, CGdf_2003, CGdf_2004, CGdf_2005, CGdf_2006, CGdf_2007, CGdf_2008, CGdf_2009, CGdf_2010, CGdf_2011, CGdf_2012, CGdf_2013, CGdf_2014]

每个数据框中的列是：

CGdf_2002的列：TSR_df_03_06, board_gender_diversity_percent, gics_sector_name, custom_region

CGdf_2003的列：TSR_df_04_07, board_gender_diversity_percent, gics_sector_name, custom_region

CGdf_2014具有列：TSR_df_15_18, board_gender_diversity_percent, gics_sector_name, custom_region ...

我在列表中也有TSR列

TSR3yrdfs_string = ['TSR_df_03_06', 'TSR_df_04_07', 'TSR_df_05_08', 'TSR_df_06_09', 'TSR_df_07_10', 'TSR_df_08_11', 'TSR_df_09_12', 'TSR_df_10_13','TSR_df_11_14', 'TSR_df_12_15','TSR_df_13_16','TSR_df_14_17', 'TSR_df_15_18']

我想使用以下公式在所有这些数据帧上运行回归：

sm.ols(formula = TSR_df_03_06 ~ board_gender_diversity_percent + gics_sector_name + custom_region, data=CGdf_2002).fit()

sm.ols(formula = TSR_df_04_07 ~ board_gender_diversity_percent + gics_sector_name + custom_region, data=CGdf_2003).fit()

sm.ols(formula = TSR_df_05_08 ~ board_gender_diversity_percent + gics_sector_name + custom_region, data=CGdf_2004).fit()

这些是每个数据帧的不同公式。我想循环运行所有这些回归直到CGdf_2014。

有人可以给我一个建议吗？

我尝试了以下操作，但语法无效

CGdfs = [CGdf_2002, CGdf_2003, CGdf_2004, CGdf_2005, CGdf_2006, CGdf_2007, CGdf_2008, CGdf_2009, CGdf_2010, CGdf_2011, CGdf_2012, CGdf_2013, CGdf_2014, CGdf_2015, CGdf_2016, CGdf_2017, CGdf_2018]

TSR3yrdfs_string = ['TSR_df_03_06', 'TSR_df_04_07', 'TSR_df_05_08', 'TSR_df_06_09', 'TSR_df_07_10', 'TSR_df_08_11', 'TSR_df_09_12', 'TSR_df_10_13','TSR_df_11_14', 'TSR_df_12_15','TSR_df_13_16','TSR_df_14_17', 'TSR_df_15_18']  

for x, y in zip(CGdfs, TSR3yrdfs_string):
    results = sm.ols(formula = x[y] ~ x['board_gender_diversity_percent'] + x['gics_sector_name'] + x['custom_region'], data=x).fit()
    print('The summary of regression is:', results.summary())

Answer 1

您需要将formula作为字符串传递，但是您的formula有多个列表，例如x[y]，x['gics_sector_name']，...和一个不是char / string的元素：~。

但是您可以像这样重写formula（为了获得更好的可读性，请使用formula_str变量：

formula_str = y + '~' + 'board_gender_diversity_percent + gics_sector_name + custom_region'
results = sm.ols(formula=formula_str, data=x).fit()

y是TSR3yrdfs_string列表中的一个字符串，而其他列则硬编码为单个字符串。

在Python中循环运行多个数据框上的回归

1 个答案: