我正在尝试学习如何在python 3.7中执行一些操作，这些操作通常在Stata中很容易完成。
我正在处理这样的数据帧：
estimation_window group_id y x
0 1 3.17 23
1 1 4.76 26
1 2 4.17 73
1 2 8.70 72
0 2 11.45 16
我想有一个 for 循环来估计 group_id 中每个不同组的线性回归(x 上的 y(，仅使用虚拟estimation_window等于 1 的观察值。
然后，我希望将三列添加回我的初始数据帧：一列包含预测值，一列包含每个回归的 beta(x 系数(，另一列包含每个回归的截距。应为所有观测值计算这些值，而不仅仅是虚拟estimation_window等于 1 的观测值。
生成的数据集应如下所示：
estimation_window group_id y x predicted_val beta_coeff alpha_coeff
0 1 3.17 23 3.10 0.32 1.43
1 1 4.76 26 4.00 0.32 1.43
1 2 4.17 73 4.10 0.75 0.95
1 2 8.70 72 8.50 0.75 0.95
0 2 11.45 16 10.30 0.75 0.95
我尝试使用统计模型，但无法弄清楚。
假设你有数据帧：
>>> data
estimation_window group_id y x
0 0 1 3.17 23.0
1 1 1 4.76 26.0
2 1 2 4.17 73.0
3 1 2 8.70 72.0
4 0 2 11.45 16.0
然后您可以按group_id分组，并逐个进行线性回归并保存参数。如果您使用的是statsmodels，您可以执行以下操作：
for groupid, grp in data.groupby('group_id'):
print(groupid)
model = sm.OLS(grp['y'], sm.add_constant(grp['x'])).fit()
data.loc[data['group_id'].eq(groupid), 'alpha'] = model.params['const']
data.loc[data['group_id'].eq(groupid), 'beta'] = model.params['x']
然后，您可以手动重新计算预测值(只是因为线性模型很简单(：
data['predicted_val'] = data['x'] * data['beta'] + data['alpha']
结果你得到了这个：
estimation_window group_id y x alpha beta predicted_val
0 0 1 3.17 23.0 -9.020000 0.530000 3.170000
1 1 1 4.76 26.0 -9.020000 0.530000 4.760000
2 1 2 4.17 73.0 12.926162 -0.089804 6.370451
3 1 2 8.70 72.0 12.926162 -0.089804 6.460255
4 0 2 11.45 16.0 12.926162 -0.089804 11.489294