python - statsmodels 线性回归 - patsy 公式以包含模型中的所有预测变量

Question

假设我有一个数据框(我们称它为 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，. 将在模型中包含我的所有自变量:

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

如果不明确地将我所有的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 是否具有与 R 的 . 等效的功能？我没有运气在 patsy 文档中找到它。

Answer 1

我也没有在 patsy 文档中找到等效的 . 。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

获取涉及 DF 中所有变量列的公式

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

在您的情况下，这会给出 x1+x2+x3。最后，您可以使用 y 创建一个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)