在python中根据系数和常数计算预测值

Question

i 有系数和常数（alpha）。我想像这个例子一样将这些值相乘并相加。 （必须完成300000行）

预测 = 常量 + (valOfRow1 * col1) + (-valOfRow1 * col2) + (-valOfRow1 * col3) + (valOfRow1 * col4) + (valOfRow1 * col5)

预测 = 222 + (555-07 * col1) + (-555-07 * col2) + (-66* col3) + (55* 第 4 列) + (777* 第 5 列)

我有一个一行数据帧，其中包含这样的系数和常数

	col1	col2	col3	col4	第5栏	常数
	2.447697e-07	-5.214072e-07	-0.000003	0.000006	555	222

以及另一个名称完全相同但具有每月值的数据框。

col1	col2	col3	col4	第5栏
16711	17961	0	20	55

我已经尝试对列进行排序，然后我取它们的乘积

df.dot

。

selected_columns = selected_columns.sort_index(axis=1)
#mean_coefficients dataframe 21th (starting from 0) is constant so i use the other columns
selected_columns['predicted_Mcap']=selected_columns.dot(mean_coefficients.iloc[:,0:20])+mean_coefficients['const'] 

我使用

mean_coefficients.iloc[:,0:20]

的原因是因为我不想在乘法中得出

const

的结论，只需在最后添加即可。

所以我计算了预测值，但是当我在 Excel 中检查时，该值并不相同。

我计算得对吗？

Answer 1

检查此方法是否可以解决您的任务：

import pandas as pd

# Load the coefficients and variables data frames
df_coefficients = pd.read_clipboard()
df_variables = pd.read_clipboard()


def predict(df_coefficients: pd.DataFrame, df_variables: pd.DataFrame) -> pd.Series:
    """
    Predicts the value of the dependent variable based on the values of the independent variables.
    :param df_coefficients: DataFrame with the coefficients of the independent variables.
    :param df_variables: DataFrame with the values of the independent variables.
    :return: Series with the predicted values of the dependent variable.
    """
    result = []
    # Convert the constants to a pandas Series and remove them from the coefficients DataFrame
    constants = df_coefficients.iloc[:]['constant']
    df_coefficients.drop(['constant'], inplace=True, axis=1)

    # Iterate over the rows of the coefficients DataFrame and calculate the prediction
    for idx, val in constants.items():
        prediction: float = val + (df_coefficients.iloc[idx][:] * df_variables.iloc[idx][:]).sum()
        print(f'prediction {idx}: {prediction}')
        result.append(prediction)
    return pd.DataFrame({'prediction': result})


result = predict(
    df_coefficients=df_coefficients, 
    df_variables=df_variables
)
result

预测：30746.99484535174

最好的！