DataFrame数据批量做线性回归

我们通常用pandas读取csv文件为DataFrame数据格式，如下图，是部分县2001年到2009年的某种作物的产量数据。我们希望求得9年的增长趋势，即求一个一元线性回归模型的斜率，这个时候便可以调用python的sklearn包中的线性回归模型计算。

思路：

将2001-2009年作为自变量X，需要注意的是sklearn的模型输入的变量是矩阵，因此要用numpy将list转化为矩阵，然后用ix方法定位每行数据为因变量y。pandas数据索引可参考博文点击打开链接。当然，最后输出的斜率的形式也是矩阵的数组，用简单的嵌套循环将其转为列表就可以了。

具体代码如下：

from pandas import DataFrame,Series
import pandas as pd
from sklearn import linear_model
import numpy as np

def trend()
    crop = pd.read_csv('....')
    X = np.array([[2001,2002,2003,2004,2005,2006,2007,2008,2009]]).T
    regr = linear_model.LinearRegression()
    trend = []
    for i in range(0,1271):
        y = rice.ix[i,2:11]
        regr.fit(X,y)
        trend.append(regr.coef_)
    # list in list, we need to change data struction
    trend1 = []
    for i in trend:
        for j in i:
            trend1.append(j)
    trend2 = Series(trend1)
    rice_trend = pd.concat([rice,trend2],axis=1)
    return rice_trend
rice_trend.to_csv('rice_trend.csv', index=False)

最后效果如下：