假设我有一个数据框(我们称之为DF)，其中y是因变量，x1, x2, x3是我的独立变量变量。在 R 中，我可以使用以下代码拟合线性模型，并且 . 将包含模型中的所有自变量:
# R code for fitting linear model
result = lm(y ~ ., data=DF)
如果不明确地将所有自变量添加到公式中，我无法弄清楚如何使用 patsy 公式对 statsmodels 执行此操作。 patsy 有相当于 R 的 . 的东西吗？我没有运气在 Patsy 文档中找到它。
最佳答案
我也没有在 patsy 文档中找到等效的 . 。但它缺乏简洁性，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
DF 中所有变量列的公式
all_columns = "+".join(DF.columns - ["y"])
在您的情况下，这给出了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)
关于python - statsmodels 线性回归 - Patsy 公式包含模型中的所有预测变量，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/58241155/