如何使用pandas数据帧预测值？

Question

我需要使用best行来预测数据帧中的值。我该怎么做？有没有一个函数，例如，我可以输入一年，并得到预期寿命值？在

Year    Life Expectancy
1930    59.7
1940    62.9
1950    70.2
1965    67.7

我如何计算1948年的价值？在

Answer 1

因为我有一点时间，为了好玩，一个基于@ALollz注释的完整示例，使用numpy.polyfit()和.polyval()。在

% matplotlib inline

import pandas as pd
import numpy as np

# Generate some test data with a trend.

data = pd.DataFrame(
    {
        'year': list(range(1900, 2000)),
        'life_exp': np.linspace(50, 80, 100) * ((np.random.randn(100, ) * 0.1) + 1)
    }
)

data[['life_exp']].plot()

给予：

^{pr2}$

这给了我们想要的结果：

我们可以预测一年：

# Passing in a single year.

x = 1981

print('Predicted life expectancy for {}: {:.2f} years'.format(x, np.polyval(coef, x)))

给出：Predicted life expectancy for 1981: 72.40 years

希望这是正确的用法，我学到了一些东西来回答这个问题：）

Answer 2

您可以使用：

import seaborn as sns    
sns.lmplot(data['Year'],data['Life Expectancy'],data)

根据线性回归，这将为你的给定数据拟合一条直线，你也可以计算出任何其他的值，比如1948年的数据等等

有关文档，请参阅： https://seaborn.pydata.org/generated/seaborn.lmplot.html