通过熊猫的数据框架值和indecies迭代

Question

我有以下数据框：

而且，对于数据框中的每一列，我都在尝试计算与简单线性回归有关的以下方程：
这些公式要求我能够参考每个列中的两个值（x_i）以及他们的行索引/名称（y_i），以及行索引和实际列值的平均值。我该怎么做？我知道这是一个经验法则，永远不要在数据框架上迭代，但是，考虑到此框架的尺寸很小，我真的不在乎它是如何完成的。

Answer 1

您可以通过 apply（）函数进行操作。您可以访问每行的“ x”值和“ y”值（索引）。

示例数据框：

df = pd.DataFrame(index=range(1920, 1931), data={'AUS': range(15,26), 'CAN': range(12,23)})
df

      AUS  CAN
1920   15   12
1921   16   13
1922   17   14
1923   18   15
1924   19   16
1925   20   17
1926   21   18
1927   22   19
1928   23   20
1929   24   21
1930   25   22

然后访问 apply（）函数中每一行的值：

df.apply(lambda x: [x.name, x['AUS'], x['CAN']], axis=1)

1920    [1920, 15, 12]
1921    [1921, 16, 13]
1922    [1922, 17, 14]
1923    [1923, 18, 15]
1924    [1924, 19, 16]
1925    [1925, 20, 17]
1926    [1926, 21, 18]
1927    [1927, 22, 19]
1928    [1928, 23, 20]
1929    [1929, 24, 21]
1930    [1930, 25, 22]

敲除这些方程将取决于您。