python - 如何在多线回归中对解释变量求平方

Question

因此，我希望将解释变量空气质量和吸烟状况以及吸烟状况的平方作为线性回归的一部分。因此，我可以通过在我正在读取的 .csv 文件中添加值来轻松解决这个问题，但我想使用 python 来操作它。有没有办法通过平方并利用多线回归的一部分来控制吸烟状况？我的 csv 文件只有 3 列，包括空气质量、吸烟状况和哮喘。

x = df[['Air_quality', 'Smoking_Status']]
y = df['Asthma_Death_Rate']

x = sm.add_constant(x)

est = sm.OLS(y,x).fit()

Answer 1

要在数据框中对吸烟状态进行平方:

df['Smoking_Status'] = df['Smoking_Status']**2

或者下面较慢的循环版本

df['Smoking_Status'] = df['Smoking_Status'].apply(lambda x: x * x)

参见How to use Apply了解更多详情。这将覆盖数据框中吸烟状态的值。