通过Python实现对excel数据进行ols回归分析

简介

该脚本旨在通过Python自动化处理Excel表格数据，实现最小二乘法（OLS）线性回归分析。用户只需输入自变量和因变量所在的列号，脚本将自动完成数据读取、模型拟合及结果输出，适用于统计分析、数据建模等场景。

1. 配置环境：

如果说未配置Python环境，可参考以下步骤进行配置

查找现有环境变量

在环境变量窗口的“用户变量”（仅影响当前账户）或“系统变量”（影响所有用户）列表中，滚动查找目标变量名（如 PATH）。若需确认变量是否存在，可点击列表并通过键盘输入首字母快速定位。

编辑现有变量

选中目标变量（如 PATH）后点击“编辑”，在变量值末尾添加新路径时需注意：

路径之间用英文分号 ; 分隔，末尾无需分号。
路径需为绝对路径（例如 C:\Program Files\Java\bin），避免使用相对路径。
若路径包含空格或特殊字符，无需额外引号，系统会自动处理。
新建环境变量
若变量不存在，点击“新建”并输入：

变量名：通常为大写（如 JAVA_HOME），遵循编程规范。
变量值：根据需求填写（如 C:\Program Files\Java\jdk-17）。
验证配置

保存后需执行以下操作生效：

重启终端：关闭所有已打开的CMD、PowerShell或IDE窗口，重新启动。
全局生效：部分程序需重启操作系统或注销重新登录。
验证命令：在终端输入 echo %PATH%（Windows）或 echo $PATH（Linux/macOS）检查路径是否包含新增值。

2. 在命令提示符中下载xlrd库

pip install xlrd

3.代码演示

import pandas as pd
import numpy as np
import statsmodels.api as sm

def main():
    # 读取Excel文件
    file_path = input("请输入Excel文件路径：")
    try:
        df = pd.read_excel(file_path)
    except Exception as e:
        print("文件读取失败：{}".format(str(e)))
        return

    # 显示数据预览（带Excel列号）
    print("\n[数据预览] 列号对应关系：")
    print("Excel列号 | 列名")
    print("-------------------")
    for i, col in enumerate(df.columns, 1):
        print("   {:2d}    | {}".format(i, col))  # 修改此处
    print("\n前5行数据：")
    print(df.head())

    # 获取用户输入
    try:
        y_col = int(input("\n请输入因变量的Excel列号（单个数字）：")) - 1
        x_cols = [int(x)-1 for x in input("请输入自变量的Excel列号（多个用空格分隔）：").split()]
    except ValueError:
        print("错误：请输入有效的数字列号")
        return

    # 验证列号有效性
    max_col = len(df.columns) - 1
    if y_col < 0 or y_col > max_col or any(x < 0 or x > max_col for x in x_cols):
        print("错误：列号应在1-{}之间".format(len(df.columns)))  # 修改此处
        return

    # 准备数据
    X = df.iloc[:, x_cols]
    y = df.iloc[:, y_col]
    
    # 处理缺失值
    data = pd.concat([X, y], axis=1).dropna()
    if data.empty:
        print("错误：数据中存在缺失值，删除后无剩余数据")
        return
        
    X_clean = data.iloc[:, :-1]
    y_clean = data.iloc[:, -1]
    
    # 添加常数项
    X_clean = sm.add_constant(X_clean)

    # 执行回归
    try:
        model = sm.OLS(y_clean, X_clean)
        results = model.fit()
    except Exception as e:
        print("回归分析失败：{}".format(str(e)))  # 修改此处
        return

    # 打印结果
    print("\n" + "="*50)
    print("回归分析结果（因变量：{}）".format(df.columns[y_col]))  # 修改此处
    print("="*50)
    print(results.summary())
    
    # 输出关键参数
    print("\n关键参数：")
    print("R-squared: {:.4f}".format(results.rsquared))
    print("Adj R-squared: {:.4f}".format(results.rsquared_adj))
    print("\n系数：")
    for name, coef in zip(X_clean.columns, results.params):
        print("{:>15}: {:.6f}".format(name, coef))  # 修改此处

if __name__ == "__main__":
    main()

4.页面展示

在此处输入excel的文件路径

在此处输入要分析excel的因变量列号，以及在下一行输入自变量列号

5.输出结果展示

1.列出所有列名，以及前五行数据

2.ols回归分析结果展示