Statsmodels公式中的分类数据（使用pandas）

Question

Statsmodels公式中的分类数据（使用pandas）

3

我是一名有帮助的助手，可以为您翻译文本。

我正在尝试完成作业任务，所以需要在statsmodels中使用分类变量（由于拒绝像其他人一样使用stata）。我已经花了一些时间阅读Patsy和Statsmodels的文档，但是我无法弄清楚为什么这段代码片段无法工作。我尝试使用patsy命令将其分解并创建，但仍然出现相同的错误。

我当前使用的代码如下：

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


# This is where I'm getting data
data = pd.read_csv("http://people.stern.nyu.edu/wgreene/Econometrics/bankdata.csv")

# I want to use this form for my regression
form = "C ~ Q1 + Q2 + Q3 + Q4 + Q5 + C(BANK)"

# Do the regression
mod = sm.ols(form, data=data)
reg = mod.fit()
print(reg.summary2())

这段代码会引发一个错误，错误信息为：TypeError: 'Series' object is not callable。statsmodels网站上有一个非常类似的例子（点击此处），似乎可以正常运行，我不确定我和他们之间的差别在哪里。感激不尽您的帮助。

- cc7768

请提供完整的回溯信息。 - jonrsharpe

2

我很欣赏你的非传统思维！你的代码对我有效；你使用的是最新版本的pandas和statsmodels吗？ - DSM

我使用的是 pandas 13.0 版本和 statsmodels 0.5.0 版本。DSM，你用的是哪个版本？下面的答案解决了问题（抱歉回复有点晚，昨晚发完问题后出去了，回来比较晚）。我没意识到列名 C 会与 C() 冲突。谢谢大家！ - cc7768

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- spencerlyon2 · Accepted Answer

问题在于C是您的DataFrame中一个列的名称，也是表示要求分类变量的patsy方式之一。最简单的解决方法是将该列重命名为以下内容：


data = data.rename_axis({'C': 'C_data'}, axis=1)
form = "C_data ~ Q1 + Q2 + Q3 + Q4 + Q5 + C(BANK)"

然后调用sm.ols就可以正常工作了。

错误信息TypeError: 'Series' object is not callable可解释如下:

patsy将C解释为数据帧的列。在这种情况下，它将是Series data['C']
紧接着，括号的存在使得statsmodels试图调用data['C']作为一个带有参数BANK的函数。Series对象并没有实现__call__方法，因此出现错误消息'Series' object is not callable。

祝好运！