将 statsmodels 与 groupby 一起使用

Question

考虑这个简单的例子

import pandas as pd
import statsmodels.formula.api as sm

df = pd.DataFrame({'Y' : [1,2,3,4,5,6,7],
                   'X' : [2,3,4,5,6,3,2],
                   'group' : ['a','a','a','a','b','b','b']})

df
Out[99]: 
   Y  X group
0  1  2     a
1  2  3     a
2  3  4     a
3  4  5     a
4  5  6     b
5  6  3     b
6  7  2     b

我想按组进行回归。 我只找到了非常古老的答案或带有循环的解决方案。 我只是想知道为什么非常简单：

df.groupby('group').agg(lambda x: sm.ols(formula = 'Y ~ X', data = x))
PatsyError: Error evaluating factor: NameError: name 'X' is not defined
    Y ~ X

不起作用。 最新版本的 Pandas (1.2.3) 能否做得更好？ 谢谢！

Answer 1

您需要使用apply function -

df.groupby('group').apply(lambda x: sm.ols(formula = 'Y ~ X', data = x))

Output

group
a    <statsmodels.regression.linear_model.OLS objec...
b    <statsmodels.regression.linear_model.OLS objec...
dtype: object

您现在拥有适合每个组的 model 并准备好 go。