Python按组创建线性回归预测pandas数据帧

import pandas as pd
from sklearn.linear_model import LinearRegression

data = pd.read_csv('data.csv')  # 从CSV文件中读取数据
df = pd.DataFrame(data)  # 创建数据帧

grouped = df.groupby('group')  # 按组分组
models = {}  # 存储每个组的线性回归模型

for group, data in grouped:
    X = data[['x']]  # 自变量
    y = data['y']  # 因变量
    
    model = LinearRegression()  # 创建线性回归模型
    model.fit(X, y)  # 拟合模型
    
    models[group] = model  # 存储模型

new_data = pd.DataFrame({'x': [1, 2, 3], 'group': ['A', 'B', 'A']})  # 新数据
predictions = {}

for group, model in models.items():
    group_data = new_data[new_data['group'] == group]  # 获取属于当前组的数据
    X_new = group_data[['x']]  # 自变量
    
    y_pred = model.predict(X_new)  # 预测因变量
    predictions[group] = y_pred  # 存储预测结果