Statsmodels中OLS预测结果如何识别主体？

Question

我正在使用 Jupyter 笔记本中的 Statsmodels 进行线性回归。数据位于名为 "train_base" 的 DataFrame 中，其中 id 列标识我的数据库中的每个唯一主题。 Train_base 是这样的：

id     y     x0     x1     x2
a123   20     8      1      3
b789   33     8      3      2
d782   77     9      6      5      

主要代码块如下所示。请注意，我正在使用另一个名为 "test_base" 的基数进行预测，并且此基数也具有与 "train_base" 相同的结构，除了 "y" 列：

results = smf.ols('y ~ x0 + x1 + x2', data=train_base).fit()
predictions = results.predict(test_base)
predictions.head()

预测是这样的：

0   -0.054789
1   -0.036042
2   -0.043962
3   -0.135725
4   -0.409129
dtype: float64

在我看来，预测中显示的第一列是原始 train_base 的索引（我说得对吗？）。由于我需要为我的测试基地的每个人确定预测值，我需要做什么才能在预测中包含 "id" 列？

Answer 1

首先：是的，id 列是一个索引。 第二：我无法访问您的数据来测试我的建议，但我认为以下方法可能有效（或类似的方法）：

predict = pd.DataFrame(results.predict(test_base), train_base['id'])
predict.columns = ['predict']
predict

我认为如果出现在您的预测中的每个值都与每个 id 索引相关，那么这会起作用，因为这段代码的目的是创建一个由预测结果和 id 索引组成的数据框。

Answer 2

在@Leda Grasiele 的回答中进行了一些细微的更正（包括内部方括号和使用换位函数），我得到了正确的代码，如下所示：

predict = pd.DataFrame([results.predict(test_base), train_base['id']]).T
predict.columns = ['predictions', 'id']
predict