Python中的条件回归模型
Python中的条件回归模型
提问于 2017-07-12 23:12:42
在python中，我使用以下代码创建了一个回归模型：
import statsmodels.formula.api as sm
df = pd.DataFrame({"A": data['dur'], "B": data['agreement'], "C": data['vidPersonIdeoDiff'], "D": data['opinionChange'], "G": data['fake']})
result = sm.ols(formula="A ~ B + C + D + G", data=df).fit()
print(result.params)
print(result.summary())现在，我感兴趣的是向同一回归添加一个条件或“if-statement”。我如何运行它，但只针对特定的组，例如如果年龄< 36岁？在Stata中，等效项为：
reg dur agreement vidPersonIdeoDiff opinionChange fake if age < 36你知道如何在python中复制stata代码行吗？如果解决方案与我一直使用的statsmodels.formula.api模块一致，这将特别有帮助。谢谢!
回答 3
Stack Overflow用户
回答已采纳
发布于 2017-07-12 23:17:46
如果你有一个这样的DataFrame：
df = pd.DataFrame({'age':[1,2,3,4,5],'b':[2,4,6,8,10]})您只能选择'age‘列中的值大于3的行，如下所示：
age_greater_3 = df[df['age']>3]然后用age_greater_3代替df
Stack Overflow用户
发布于 2017-07-12 23:21:14
假设'age‘是你有条件的变量：
result = sm.ols(formula="A ~ B + C + D + G", data=df[data['age']<36]).fit()Stack Overflow用户
发布于 2017-07-12 23:19:28
只需将数据帧设置为子集...
import pandas as pd
import statsmodels.formula.api as sm
import numpy as np
df = pd.DataFrame(
{'x': np.random.normal(1000), 'z': np.random.rand(1000) > 0.5}
)
df['y'] = df['x'] * 2 + np.random.normal(1000)
# full dataset
sm.ols(formula='y ~ x', data=df).fit().summary()
# conditional on z = True
sm.ols(formula='y ~ x', data=df.loc[df['z']]).fit().summary()
# for a continuous variable
df['age'] = np.random.randint(18, 65, 1000)
sm.ols(formula='y ~ x', data=df[df['age'] > 30]).fit().summary()页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/45061576
复制相关文章
相似问题
腾讯云开发者
