将 DataFrame 与导入的 Excel 文件一起使用

Question

我使用以下代码将 Excel 文件导入到 Python 中：

import pandas as pd

file_name = (file.direction)
ExcelData = pd.read_excel(file_name, sheet_name = "File Name", header = 0)
Data = ExcelData.head()

此后我会：

df = pd.DataFrame(Data)

我的问题是我想从 sklearn.linear_model 类创建一个线性回归模型，为此我需要定义 X 和 Y 列。问题是：按照我导入数据的方式，如何引用 x 和 y 变量中的列？现在我正在做以下事情：

X = df[["ColumnName1", "ColumnName2", "ColumnName3"]]
y = df["ColumnName4"]

如果有人知道如何将列放入 x 和 y 变量中，我将不胜感激:)

Answer 1

要使用 scikit-learn Linear_model 中的“fit”方法，您可以直接使用 pandas DataFrame 来表示 X 向量，使用 pandas Series 来表示 y。

它应该可以工作，您可以使用下面的代码作为基础：

import pandas as pd
from sklearn import linear_model

my_df = pd.DataFrame({'col1': [0,1,2], 'col2': [0.5,1.5,2.5], 'col3': [1,2,3]})

reg = linear_model.LinearRegression()

X = my_df[['col1','col2']]
y = my_df['col3']

reg.fit(X, y)
reg.coef_