如何从数据框中准备自变量和因变量 - Python

在使用数据框进行数据分析时，需要从中准备出自变量和因变量。本文将介绍如何使用 Python 从数据框中准备自变量和因变量。

准备数据

我们首先需要准备数据。假设我们有一个数据框，其中包含了学生的性别、年龄和分数等信息。

import pandas as pd

data = {
    'gender': ['M', 'F', 'M', 'F', 'M', 'M', 'F', 'M', 'F', 'M'],
    'age': [20, 21, 22, 23, 22, 21, 20, 23, 22, 21],
    'score': [78, 85, 92, 77, 88, 81, 75, 90, 86, 80]
}

df = pd.DataFrame(data)
print(df)

输出：

  gender  age  score
0      M   20     78
1      F   21     85
2      M   22     92
3      F   23     77
4      M   22     88
5      M   21     81
6      F   20     75
7      M   23     90
8      F   22     86
9      M   21     80

准备自变量和因变量

自变量

在数据框中，自变量通常是指输入变量，我们可以将其表示为 $X$，在本例中，我们可以将年龄和性别作为自变量。

X = df[['gender', 'age']]
print(X)

输出：

  gender  age
0      M   20
1      F   21
2      M   22
3      F   23
4      M   22
5      M   21
6      F   20
7      M   23
8      F   22
9      M   21

请注意，我们将 'gender' 和 'age' 作为列表传递给 df。

因变量

在数据框中，因变量通常是指输出变量，我们可以将其表示为 $y$，在本例中，我们可以将分数作为因变量。

y = df['score']
print(y)

输出：

0    78
1    85
2    92
3    77
4    88
5    81
6    75
7    90
8    86
9    80
Name: score, dtype: int64

请注意，我们将列名 'score' 传递给 df。

这样，我们就准备好了自变量和因变量，可以将其用于数据分析了。

结论

本文介绍了如何使用 Python 从数据框中准备自变量和因变量。请注意，我们需要先准备好数据框，然后才能从中获取自变量和因变量。准备好数据后，我们可以将自变量和因变量用于数据分析。