Question

假设我有一个数据框（让我们称之为DF），其中y是因变量，x1, x2, x3是我的自变量。在R中，我可以使用以下代码拟合线性模型，.将包含模型中的所有自变量：

# R code for fitting linear model
result = lm(y ~ ., data=DF)

我无法使用patsy公式找出如何使用statsmodel执行此操作，而无需将所有自变量显式添加到公式中。 patsy是否具有R＆＃39; .的等价物？我没有在patsy文档中找到它的运气。

Answer 1

我还没有在patsy文档中找到.等效文件。但它缺乏简洁性，它可以通过在Python中提供强大的字符串操作来弥补。因此，您可以使用

获取DF中涉及所有变量列的公式

all_columns = "+".join(DF.columns - ["y"])

这会在您的案例中提供x1+x2+x3。最后，您可以使用y创建字符串公式，并将其传递给任何拟合过程

my_formula = "y~" + all_columns
result = lm(formula=my_formula, data=DF)

Answer 2

不幸的是，这还不存在于patsy中。请参阅此issue。

Answer 3

由于这仍未包含在patsy中，因此我编写了一个小函数，当我需要运行包含所有列的statsmodels模型时（可选择使用例外），我会调用该函数

def ols_formula(df, dependent_var, *excluded_cols):
    '''
    Generates the R style formula for statsmodels (patsy) given
    the dataframe, dependent variable and optional excluded columns
    as strings
    '''
    df_columns = list(df.columns.values)
    df_columns.remove(dependent_var)
    for col in excluded_cols:
        df_columns.remove(col)
    return dependent_var + ' ~ ' + ' + '.join(df_columns)

例如，对于名为df且列为y, x1, x2, x3的数据框，正在运行ols_formula(df, 'y', 'x3')会返回'y ~ x1 + x2'

statsmodels线性回归 - 包含模型中所有预测变量的patsy公式

3 个答案: