错误：ValueError：只有当我尝试使用 statsmodels 进行散点图时，才必须传递带有布尔值的 DataFrame

Question

我是 Python 新手，我阅读的相关问题对我来说没有多大意义。我有以下问题。我想用 Python 做多元回归，我正在尝试 statsmodels。在这种情况下，我想做一个散点图。

我的数据样本：

ID  order  V1     V2    E1  E2  E3   M
103  1    ECA    TEXT    7   3   5   7
105  1    ECA    TEXT    3   7   4   5
107  1    ECA    TEXT    7   7   7   4
109  1    ECA    TEXT    6   6   6   3

我想用 E1-E3 作为我的 IV 和 M 的平均分数作为我的 DV 进行多元回归。

这就是我加载数据的方式。

myRegressionData = pd.read_csv('C:/Users/user/Desktop/Folder 1/Python/Regression data file.csv')

这些是我的 x 和 y：

X_sk = myRegressionData[[col for col in myRegressionData.columns if col[:8] == 'E']]

Y = myRegressionData[['M{}'.format(ii) for ii in range(1, 19)]]
y = np.mean(Y, axis=1)

这是我得到错误的代码：

myRegressionData.plot(kind='scatter',x = X_sk, y=np.mean(Y, axis=1))

返回

ValueError：必须只传递带有布尔值的DataFrame

myRegressionData.info() 

返回

RangeIndex：90 个条目，0 到 89 列：146 个条目，IDOpenEndedResponse 到 EngagingAA dtypes：float64(10)、int64(134)、object(2) 内存使用量：102.7+ KB

Answer 1

如下：

myRegressionData.plot(kind='scatter',x = X_sk, y=np.mean(Y, axis=1))

x 和 y expect column names，或不雅。 X_sk 和 np.mean(Y, axis=1) 是数据。提供列名或直接使用您的绘图仪。

---

我们使用matplotlib的示例：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

myRegressionData = pd.DataFrame([
    {'a0': 4, 'a1': 3, 'b0': 2, 'b1': 1}, 
    {'a0': 3, 'a1': 1, 'b0': 4, 'b1': 1}, 
    {'a0': 1, 'a1': 2, 'b0': 3, 'b1': 1}
])

X_sk = myRegressionData[[col for col in myRegressionData.columns if col[:1] == 'b']]
Y = myRegressionData[['a{}'.format(ii) for ii in range(0,2)]]
plt.scatter(X_sk['b0'], np.mean(Y, axis=1))

该示例应该是您正在做的事情的简化版本。

---

如果你坚持使用 pandas DataFrame 绘图仪，你可以这样做：

y = pd.DataFrame(np.mean(Y, axis=1), columns=['y'])
df = pd.concat([X_sk, y], axis=1)
df.plot(kind='scatter', x='b0', y='y')

---

有许多 X 值，但只有一个 y 值并使用颜色进行区分：

X_sk = myRegressionData[[col for col in myRegressionData.columns if col[:1] == 'b']]
Y = myRegressionData[['a{}'.format(ii) for ii in range(0,2)]]
y = pd.DataFrame(np.mean(Y, axis=1))
yy = pd.concat([y, y])
plt.scatter(X_sk, yy, c=['b', 'r'])

---

使用scatter_matrix的最终替代方案：

y = pd.DataFrame(np.mean(Y, axis=1), columns=['y'])
df = pd.concat([X_sk, y], axis=1)
scatter_matrix(df, alpha=0.2, figsize=(6, 6))