我想知道使用 Scipy 来拟合 Pandas DataFrame 列的最佳方法。如果我有一个包含列 ( A, B, C, Dand Z_real)的数据表 (Pandas DataFrame)，其中 Z 取决于 A、B、C 和 D，我想拟合每个 DataFrame 行（系列）的函数，该函数对 Z 进行预测（Z_pred）。
要拟合的每个函数的签名是
func(series, param_1, param_2...)
其中 series 是对应于 DataFrame 每一行的 Pandas 系列。我使用 Pandas 系列，以便不同的函数可以使用不同的列组合。
我试过将 DataFrame 传递给scipy.optimize.curve_fit使用
curve_fit(func, table, table.loc[:, 'Z_real'])
但出于某种原因，每个 func 实例都将整个数据表作为其第一个参数而不是每一行的 Series 传递。我也尝试将 DataFrame 转换为 Series 对象列表，但这导致我的函数被传递了一个 Numpy 数组（我认为是因为 Scipy 执行了从 Series 列表到 Numpy 数组的转换，它不保留 Pandas系列对象）。