Python：随机拦截模型（必须复制R代码）

Question

我正在尝试从R中复制估计随机拦截模型的代码。 R代码是：

fit=lmer(resid~-1+(1|groupid),data=df)

我正在使用lme4软件包的lmer命令来估计变量resid的随机截距，以用于不同组中的观察（由groupid定义）。没有“固定效果”部分，因此（1 | groupid）之前没有变量。而且，我不希望有一个常数来估计每个组的截距。

不确定如何在Python中进行类似的估算。我尝试过类似的事情：

import pandas as pd
import numpy as np
import statsmodels.formula.api as smf

np.random.seed(12345)
df = pd.DataFrame(np.random.randn(25, 4), columns=list('ABCD'))

df['groupid'] = [1,1,1,1,1,2,2,2,2,2,3,3,3,3,3,4,4,4,4,4,5,5,5,5,5]
df['groupid'] = df['groupid'].astype('category')

###Random intercepts models

md = smf.mixedlm('A~B-1',data=df,groups=df['groupid'])
mdf = md.fit()
print(mdf.random_effects)

A是前面示例中的resid，而groupid相同。

1）我不确定mdf.random_effects是否是我正在寻找的随机截距

2）我无法删除变量B，我知道这是固定效果部分。如果我尝试：

md = smf.mixedlm('A~-1',data=df,groups=df['groupid'])

我收到“数组不能为空”的错误消息。

只需尝试估计与R代码中完全相同的模型即可。任何建议将不胜感激。