如何识别Statsmodels中OLS预测结果中的主题？

Question

我在Jupyter笔记本中使用Statsmodels进行线性回归。数据位于名为“train_base”的DataFrame中，其中id列标识数据库的每个唯一主题。 Train_base是这样的：

id     y     x0     x1     x2
a123   20     8      1      3
b789   33     8      3      2
d782   77     9      6      5      

主要代码块如下所示。请注意，我正在使用另一个名为“test_base”的基础进行预测，并且此基础也具有与“train_base”相同的结构，但“y”列除外：

results = smf.ols('y ~ x0 + x1 + x2', data=train_base).fit()
predictions = results.predict(test_base)
predictions.head()

预测是这样的：

0   -0.054789
1   -0.036042
2   -0.043962
3   -0.135725
4   -0.409129
dtype: float64

在我看来，预测中显示的第一列是原始train_base的索引（我是否正确？）。由于我需要确定测试基础中每个人的预测值，我需要做些什么才能在预测中使用“id”列？

Answer 1

第一：是的，id列是一个索引。第二：我无法访问您的数据来测试我的建议，但我认为以下内容可能有用（或类似的东西）：

predict = pd.DataFrame(results.predict(test_base), train_base['id'])
predict.columns = ['predict']
predict

我认为如果预测中出现的每个值都与每个id索引相关，这可以起作用，因为此代码的目的是创建一个由预测结果和id索引组成的数据帧。

Answer 2

在@Leda Grasiele的回答（包含内部方括号和使用转置函数）中进行了一些微妙的修正，我得到了正确的代码，如下所示：

predict = pd.DataFrame([results.predict(test_base), train_base['id']]).T
predict.columns = ['predictions', 'id']
predict