我尝试手动计算多元线性回归模型的拟合值，方法是将Pandas数据集的真实的值乘以相应的系数，然后对每一行求和，最后将它们添加到一个列表中，虽然我的Python不是很好，但我尝试通过两个for循环来完成，第一个循环迭代一行，将当前的和设置为截距值，然后进入第二个for循环，循环遍历当前行的列。在这个循环中，我尝试将当前和增加列值与系数的乘积。然后，将当前和附加到列表x中。但是，执行代码总是会导致KeyError：0。

import pandas as pd
        from sklearn.linear_model import LinearRegression
        #finaldata_y dataset contains real Y values, finaldata_x dataset contains real x values
        model = LinearRegression()
        model.fit(finaldata_x, finaldata_y)
        x = []
        for i in finaldata_y.index:
            xvalue = model.intercept_
            for j in range(len(finaldata_x.columns)):
                xvalue = xvalue + model.coef_[j] * finaldata_x[j][i]
            x.append(xvalue)

我是不是忘了一些琐碎的事情？更好的是，有没有办法通过函数来做到这一点？我试图找到我的问题的解决方案，但无济于事。