PatsyError：除 '0' 和 '1' 之外的数字只允许使用 Q 时 ** 不解析

Question

我正在尝试对如下数据帧运行anova测试：

>>>code   2020-11-01    2020-11-02   2020-11-03   2020-11-04 ...
0  1       22.5         73.1          12.2          77.5
1  1       23.1         75.4          12.4          78.3
2  2       43.1         72.1          13.4          85.4
3  2       41.6         85.1          34.1          96.5
4  3       97.3         43.2          31.1          55.3
5  3       12.1         44.4          32.2          52.1
...

我想根据代码计算每列的单向方差。我已经使用了统计模型和循环：

keys = []
tables = []
for variable in df.columns[1:]:
model = ols('{} ~ code'.format(variable), data=df).fit()
anova_table = sm.stats.anova_lm(model)
keys.append(variable)
tables.append(anova_table)
df_anova = pd.concat(tables, keys=keys, axis=0)
df_anova

问题是我一直在第4行出错：

PatsyError：除了"0"one_answers"1"之外的数字只允许与**2020-11-01~代码^^^^

我已经尝试使用这里建议的Q参数：

...
model = ols('{Q(x)} ~ code'.format(x=variable), data=df).fit()

KeyError:'Q(x('

我也尝试过在外部定位Q，但也出现了同样的错误。

我的最终目标是：根据"代码"；列

Answer 1

您可以尝试长时间调整它，并跳过列之间的迭代：

import pandas as pd
import statsmodels.api as sm
from statsmodels.formula.api import ols
df = pd.DataFrame({"code":[1,1,2,2,3,3],
"2020-11-01":[22.5,23.1,43.1,41.6,97.3,12.1],
"2020-11-02":[73.1,75.4,72.1,85.1,43.2,44.4]})
df_long = df.melt(id_vars="code")
df_long
code    variable    value
0   1   2020-11-01  22.5
1   1   2020-11-01  23.1
2   2   2020-11-01  43.1
3   2   2020-11-01  41.6
4   3   2020-11-01  97.3
5   3   2020-11-01  12.1
6   1   2020-11-02  73.1
7   1   2020-11-02  75.4
8   2   2020-11-02  72.1
9   2   2020-11-02  85.1
10  3   2020-11-02  43.2
11  3   2020-11-02  44.4

然后应用您的代码：

tables = []
keys = df_long.variable.unique()
for D in keys:
model = ols('value ~ code', data=df_long[df_long.variable == D]).fit()
anova_table = sm.stats.anova_lm(model)
tables.append(anova_table)
pd.concat(tables,keys=keys)

或者简单地说：

def aov_func(x):
model = ols('value ~ code', data=x).fit()
return sm.stats.anova_lm(model)

df_long.groupby("variable").apply(aov_func)

给出以下结果：

df  sum_sq  mean_sq F   PR(>F)
variable                        
2020-11-01  code    1.0 1017.6100   1017.610000 1.115768    0.350405
Residual    4.0 3648.1050   912.026250  NaN NaN
2020-11-02  code    1.0 927.2025    927.202500  6.194022    0.067573
Residual    4.0 598.7725    149.693125  NaN NaN