使用ols对非变量自变量进行回归

Question

这是我的数据集：

x   y   z

1   2   1
1   4   6
1   1   12
1   5   14
1   6   17
1   9   18

现在我想使用python中statsmodel库的ols函数对此进行回归。为此我用过：

  

lm = smf.ols（formula ='z~x + I（x + y）'，data = data）.fit（）

现在我将获得x，（x + y）和截距的系数。由于自变量x在整个数据集中是常数，因此其系数应为0，因为因变量z不依赖于x值。但我的输出与预期不同。我的输出是：

Intercept         1.293173
col1              1.293173
I(col1 + col2)    1.590361

我使用相同的数据使用以下函数在R上找到系数：

  

m＆lt; - lm（z~x + I（x + y），data = new.data）

为此我的输出是：

Coefficients:
(Intercept)            x     I(x + y)  
      2.586           NA        1.590 

为什么我在python中尝试使用ols模型时会出现此错误？我怎样才能克服这个问题？