我有两个带有日期时间索引的数据框。第一个数据帧可能包含nan值,而第二个数据帧则不包含。
data1['A']
2019-06-01 00:00:00 NaN
2019-06-01 01:00:00 NaN
2019-06-01 02:00:00 NaN
2019-06-01 03:00:00 NaN
2019-06-01 04:00:00 NaN
...
2019-06-30 19:00:00 14.086600
2019-06-30 20:00:00 14.101033
2019-06-30 21:00:00 14.160733
2019-06-30 22:00:00 13.940633
2019-06-30 23:00:00 13.989567
Freq: H, Name: A, Length: 720, dtype: float64
data2['B']
2019-06-01 00:00:00 243.168989
2019-06-01 01:00:00 243.104673
2019-06-01 02:00:00 242.571222
2019-06-01 03:00:00 240.685214
2019-06-01 04:00:00 242.652392
...
2019-06-30 19:00:00 243.611821
2019-06-30 20:00:00 243.338931
2019-06-30 21:00:00 243.296361
2019-06-30 22:00:00 243.676107
2019-06-30 23:00:00 243.507886
Name: B, Length: 720, dtype: float64
当两个数据框在特定日期时间都具有值(无nan)时,如何对这两个数据框进行简单的线性回归模型。谢谢你的帮助!
答案 0 :(得分:1)
您可以使用LinearRegression
中的scikit-learn
:
https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html
答案 1 :(得分:0)
您必须首先将数据帧合并到一个数据帧https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.merge.html中,然后在合并的数据帧上尝试从scikit-learn进行LinearRegression。
答案 2 :(得分:0)
您可以尝试这样的操作,您没有指定要相对于什么进行回归,因此在下面的示例中,我将x设为'A',并将y设为'B':
from sklearn import linear_model
import pandas as pd
import numpy as np
data1 = pd.DataFrame({'A':[np.NaN,np.NaN,np.NaN,np.NaN,14.086600,14.101033,14.160733,13.940633,13.989567]})
data2 = pd.DataFrame ({ 'B':[243.168989,243.104673,242.571222,240.685214,242.652392,
243.611821,243.338931,243.296361,243.676107,243.507886]})
is_finite = np.isfinite(data1['A']) & np.isfinite(data2['B'])
mdl = linear_model.LinearRegression()
mdl.fit(data1.loc[is_finite][['A']],data2.loc[is_finite]['B'])
mdl.coef_