如何迭代pandas数据帧的列以运行回归

Question

我确信这很简单,但作为python的完全新手,我无法弄清楚如何迭代pandas数据框中的变量并对每个变量运行回归.

这是我正在做的事情:

all_data = {}
for ticker in ['FIUIX', 'FSAIX', 'FSAVX', 'FSTMX']:
    all_data[ticker] = web.get_data_yahoo(ticker, '1/1/2010', '1/1/2015')

prices = DataFrame({tic: data['Adj Close'] for tic, data in all_data.iteritems()})  
returns = prices.pct_change()

我知道我可以运行这样的回归:

regs = sm.OLS(returns.FIUIX,returns.FSTMX).fit()

但是假设我想为数据框中的每一列执行此操作.特别是,我想在FSTMX上退回FIUIX,然后在FSTMX上退回FSAIX,然后在FSTMX上退回FSAVX.在每次回归之后我想存储残差.

我已经尝试了以下各种版本,但我必须得到错误的语法:

resids = {}
for k in returns.keys():
    reg = sm.OLS(returns[k],returns.FSTMX).fit()
    resids[k] = reg.resid

我认为问题是我不知道如何按键引用返回列,所以returns[k]可能是错误的.

任何关于最佳方法的指导都将非常感激.也许我缺少一种常见的熊猫方法.

Answer 1

for column in df:
    print(df[column])

Answer 2

你可以使用iteritems():

for name, values in df.iteritems():
    print('{name}: {value}'.format(name=name, value=values[0]))

Answer 3

这个答案是迭代选定的列以及DF中的所有列.

df.columns给出一个包含DF中所有列名称的列表.现在,如果要迭代所有列,这不是很有帮助.但是当你想要迭代你选择的列时,它会派上用场.

我们可以根据需要轻松地使用Python的列表切片来切片df.columns.例如,要迭代所有列而不是第一个列,我们可以这样做:

for column in df.columns[1:]:
    print(df[column])

类似于以相反的顺序迭代所有列,我们可以这样做:

for column in df.columns[::-1]:
    print(df[column])

我们可以使用这种技术以很多很酷的方式迭代所有列.还要记住,您可以使用以下方法轻松获取所有列的索引:

for ind, column in enumerate(df.columns):
    print(ind, column)

Answer 4

您可以使用位置索引数据框列ix.

df1.ix[:,1]

例如,返回第一列.(0将是索引)

df1.ix[0,]

这将返回第一行.

df1.ix[:,1]

这将是第0行和第1列交叉处的值:

df1.ix[0,1]

等等.因此,您可以enumerate() returns.keys():使用该数字来索引数据帧.

Answer 5

使用列表理解，您可以获得所有列名称（标题）：

[column for column in df]

Answer 6

解决方法是对DataFrame行进行转置和迭代.

for column_name, column in df.transpose().iterrows():
    print column_name

Answer 7

根据接受的答案，如果还需要与每列对应的索引：

for i, column in enumerate(df):
    print i, df[column]

上面的df[column]类型是Series，可以简单地转换成numpy ndarrays：

for i, column in enumerate(df):
    print i, np.asarray(df[column])