2

假设我有一个大数据框和一些列列表，我希望能够将它们放在一个 patsy dmatricies 中，而不必单独写出每个名称。也就是说，我想将列表中的名称称为列名列表以形成术语。而不是写出我的数据框列中的每一个术语。

例如采取以下df

    df=pd.DataFrame( {'a':[1,2,3,4], 'b':[5,6,7,8],
                      'c':[8,4,5,3],  'd':[1,3,55,3],
                      'e':[8,4,5,3]})
   df
   >>
        a   b   c   d   e
   0    1   5   8   1   8
   1    2   6   4   3   4
   2    3   7   5   55  5
   3    4   8   3   3   3

据我了解，将其称为广告矩阵需要我执行以下操作：

y,x = dmatrices('a~b+c+d+e', data=df) 但是，我希望能够按照以下方式运行更多内容：

   regress=['b', 'c']
   control=['e', 'd']
   y,x=dmatricies('a~{}+{}'.format(' '.join(e for e in regressors), 
   ' '.join(c for c in control)), data=df)

然而，这并不成功。

我还尝试使用包含两个条目的字典，例如回归和控制，其中填充了列名列表，然后将其输入到 dmatricies 的第一个条目中，但它也不起作用。

有没有人有任何建议可以更有效地让事情进入 patsy 的 dmatricies，而不是写出我们想要包含在矩阵中的每一个列名？

提前感谢，如果我不清楚任何事情，请告诉我。

4

1 回答 1

2

在这里使用 for 循环

for z in regress:
    for t in control:
        y,x=dmatrices('a~{}+{}'.format(z,t), data=df)
        print('a~{}+{}'.format(z,t))
        print(y,x)

a~b+e
[[1.]
 [2.]
 [3.]
 [4.]] [[1. 5. 8.]
 [1. 6. 4.]
 [1. 7. 5.]
 [1. 8. 3.]]
a~c+e
[[1.]
 [2.]
 [3.]
 [4.]] [[1. 8. 8.]
 [1. 4. 4.]
 [1. 5. 5.]
 [1. 3. 3.]]
a~d+e
[[1.]
 [2.]
 [3.]
 [4.]] [[ 1.  1.  8.]
 [ 1.  3.  4.]
 [ 1. 55.  5.]
 [ 1.  3.  3.]]
于 2019-04-28T02:44:11.460 回答