我使用一个数字的DF(Y)和一个'Names'索引和'Date'列,并对DF中没有的其他3个变量(X)计算PLS回归。 我想为这个DF的每个日期的每个名称提取beta'o',这个beta'o是用索引日期的循环来计算的。 问题是有很多数据(Y)丢失,因为每个日期都不存在所有的名称。 因此,我建立了一个索引字典o[I],其中包含了在特定日期存在的所有名称,依此类推。。 我的问题是:如何用带有日期和名称的beta作为列和索引来构建DF?你知道吗
import pandas as pd
import numpy as np
PLS的结果可以组织如下:
o={}
o[0]={'Date' : '1995-12-12', 'Names' : ['Jack','Jeff','Paul'] ,'Beta' : [0.254,0.12,0.35]}
o[1]={'Date' : '1995-12-13', 'Names' : ['Jack','Jeff','Paul'], 'Beta' : [0.21,0.11,0.31]}
o[2]={'Date' : '1995-12-14', 'Names' : ['Jack','Jeff','Paul','Olivia'], 'Beta' : [0.1,0.08,0.4,0.15]}
o[3]={'Date' : '1995-12-15', 'Names' : ['Jack','Jeff','Paul','Olivia'], 'Beta' : [0.2,0.13,0.37,0.09]}
o[4]={'Date' : '1995-12-16', 'Names' : ['Jeff','Paul','Olivia','Stef'], 'Beta' : [0.15,0.29,0.33,-0.01]}
您可以尝试以下方法:
导致
相关问题 更多 >
编程相关推荐