计算条件均值和方差的 Python 方法？

Question

在Python中是否有标准的方法来计算pandas DataFrame变量的条件均值和方差？目的是测试数据的过度或欠度散性，以评估泊松回归模型或负二项式回归模型哪个更合适。

在R生态系统和Cross Validated周围浏览，我认为R具有一些内置参数分散方法的包。但是我找不到pandas，SciPy或StatsModels的Python等效方法。

这是我正在处理的数据的头部。共有25,000个观察值。

aspunet c_#     c_++    Ruby    java
0       0       0       0       6
11      0       0       0       0
0       0       7       0       0
0       0       0       9       0   
8       0       0       0       0
0       2       0       0       0
0       0       0       4       0   
0       0       0       0       6   

- RDJ

---

泊松回归即使存在过度离散度，也会计算条件均值。您可以基于泊松估计检验过度离散度。然而，由于观测数量大且回归器不太多，我认为没有理由预先测试而不是立即使用负二项式。 - Josef

Answer 1

conditional = [df.groupby(col_name) for col_name in df.columns]
mean        = [cond.mean() for cond in conditional]
var         = [cond.var() for cond in conditional]

- G.S

---

你从这个程序中得到了什么输出？我得到了十个 <zip at 0x10f313dc8>。 - RDJ

我想知道这个方法是否与 var(Y|X=x) = sum((y-mean(Y|X=x))^2) 得出相同的结果？ - Orhan Yazar