ValueError：endog 和 exog 矩阵的大小不同 - 如何仅删除特定列中的数据？

Question

我正在尝试运行多变量回归并收到错误：“ValueError：endog 和 exog 矩阵的大小不同”我的代码片段如下：df_raw = pd.DataFrame(data=df_raw)y = (df_raw['daily pct return']).astype(float)x1 = (df_raw['Excess daily return']).astype(float)x2 = (df_raw['Excess weekly return']).astype(float)x3 = (df_raw['Excess monthly return']).astype(float)x4 = (df_raw['Trading vol / mkt cap']).astype(float)x5 = (df_raw['Std dev']).astype(float)x6 = (df_raw['Residual risk']).astype(float)y = y.replace([np.inf, -np.inf],np.nan).dropna()print(y.shape)print(x1.shape)print(x2.shape)print(x3.shape)print(x4.shape)print(x5.shape)print(x6.shape)df_raw.to_csv('Raw_final.csv', header=True)result = smf.OLS(exog=y, endog=[x1, x2, x3, x4, x5, x6]).fit()print(result.params)print(result.summary())正如您从我的代码中看到的，我正在检查每个变量的“形状”。我得到以下输出，表明错误的原因是 y 变量只有 48392 个值，而所有其他变量都有 48393：(48392,) (48393,) (48393,) (48393,) (48393,) (48393,) (48393,)有没有人有一个优雅的解决方案来对齐矩阵的大小，所以我不再收到这个错误？我想我需要从 y 变量（'daily pct return'）中删除第一行值 APART 但我不确定如何实现这一点？

Answer 1

我假设您想丢弃与无穷大的 y 值相关的所有数据。

df_raw = pd.DataFrame(data=df_raw)

df_raw['daily pct return']) = df_raw['daily pct return']).astype(float).replace([np.inf, -np.inf],np.nan)

df_raw = df_raw.dropna()

然后按照您的意愿进行回归。