1

我已经建立了一个面板，p来自数据框，dfi就像这样

p=dfi.to_panel()

和 p 看起来像

In [1334]: p
Out[1334]:
<class 'pandas.core.panel.Panel'>
Dimensions: 3 (items) x 80 (major_axis) x 20 (minor_axis)
Items axis: bid to px
Major_axis axis: 2013-01-02 05:00:00 to 2013-04-29 04:00:00
Minor_axis axis: 02005NAB6 to 893647AP2

我建立了一个这样的模型（模型看起来很合理）

m=pd.ols(y=p['bid'],x={'px':p['px'],'qty':p['qty']},entity_effects=True, intercept=False)

给定新数据我如何做出预测？

我什至无法让这样的事情发挥作用。

m.predict(x=dfi) and m.predict(x=dfi.dropna()) both give NaN for all rows.

为了更有帮助，我从 pandas/stats/tests/test_ols.py

y = tm.makeTimeDataFrame()
x = Panel({'x1': tm.makeTimeDataFrame(),
           'x2': tm.makeTimeDataFrame()})

result = ols(y=y, x=x)

pred=result.predict(x=x)

当我尝试这个预测时，我得到

ValueError                                Traceback (most recent call last)
...Omitted...

/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/core/panel.pyc in reindex(self, major, minor, method, major_axis, minor_axis, copy, **kwargs)
    815 
    816     def _reindex_multi(self, items, major, minor):
--> 817         a0, a1, a2 = len(items), len(major), len(minor)
    818 
    819         values = self.values

ValueError: Must specify at least one axis
4

1 回答 1

0

我不确定为什么该predict方法不起作用，但怀疑这是一个方向问题。问题是手动进行预测并不容易，因为您必须自己添加固定效果列。

您能否添加一个 GitHub 问题，该问题可能是该问题的独立再现（使用假数据，这很好），以便有人可以对其进行更多研究？我目前无法认真看待这一点。

于 2013-05-09T06:22:32.497 回答