我有一个运行良好的回归模型，其中自变量和因变量通过数据框架进行解析。我想以%格式给它添加权重，并在新列中添加了值。
如何为每个独立条目创建一个新的回归模型和方程，并在单独的数据框架中为其分配权重？
df=pd.read_excel（“加权测试.xlsx”）grouped=df.groupby（'sc'）sc=[]区域=[]方程式=[]m_value=[]c_value=[]df['Avg_actual_cube'].fillna（0，inplace=True）df['Actual_TPH'].fillna（0，inplace=True）df['Weight'].fillna（0，inplace=True）分组.head（）
输出：
sc区域平衡周_天平衡年_天实际_TPH平均_实际_立方块重量0 ABQ5西周53 2023 122.443157 0.490000 0.11 ABQ5西周36 2023 96.074478 0.445714 0.22 ABQ5西周22 2024 87.164843 0.510000 0.3
如果我在单独的数据框中定义权重并运行回归，就会抛出一个错误。有人能确认一下，我遗漏了什么？
sample_weight=df[“重量”]对于group_name，group_data in grouped：X=group_data\[Avg_actual_cube'\].values.整形（-1，1）y=组数据\['Actual_TPH'\].valuesweighted_model=线性回归（）模型.拟合（X，y，sample_weight）sc.append（组名）区域.append（group_data['region'].values[0]）equations.append（'TPH={：.2f}立方体+{：0.2f}'.format（model.coef[0]，model.intercept_））m_value.append（模型系数[0]）c_value.append（model.intercept）`
输出错误：
ValueError回溯（最后一次调用）输入In[14]，In<cell line:1>（）3 y=组数据['Actual_TPH'].值4加权模型=线性回归（）---->5模型拟合（X，y，sample_weight）7 sc.append（组名）8区域.append（group_data['region'].values[0]）文件~\Anaconda3\lib\site-packages\sklearn\linear_model\_base.py:667，位于LinearRegression.fit（self，X，y，sample_weight）中662 X，y=自身_validate_data（验证_数据）(663 X，y，accept_sparse=接受解析，y数值=真，多输出=真664 )666如果sample_weight不是None：-->667 sample_weight=_check_sample_weight（样本_重量，X，数据类型=X.dtype）669 X，y，X _偏移，y _偏移，X _缩放=自身_预处理数据(670倍，671年，(...)676 return_mean=真，677 )679如果sample_weight不是None：680#样品重量可以通过简单的缩放来实现。文件~\Anaconda3\lib\site-packages\sklearn\utils\validation.py:1565，在_check_sample_weight中（sample_weight，X，dtype，copy）1562 raise ValueError（“样本权重必须是1D数组或标量”）1564如果sample_weight.shape！=（n个样本，）：->1565提升ValueError(1566“sample_weight.shape=={}，应为{}！”.format(1567个sample_weight.shape，（n_samples，）1568 )1569 )1571返回样本_重量ValueError:sample_weight.shape==（5967，），应为（52，）！
