條件迴歸模型在Python

Question

在蟒蛇，我已經通過使用此代碼創建一個迴歸模型：

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()) 

現在，我有興趣加入的條件或「if語句」相同的迴歸。我如何運行它，但僅限於某些組，例如年齡是< 36？在Stata中，相當於：

reg dur agreement vidPersonIdeoDiff opinionChange fake if age < 36 

任何想法如何在python中複製該stata行？如果解決方案與我一直使用的statsmodels.formula.api模塊一致，那將會特別有用。謝謝！

Answer 1

如果你有這樣一個數據幀：

df = pd.DataFrame({'age':[1,2,3,4,5],'b':[2,4,6,8,10]}) 

，你只能選擇行，其中在「年齡」列的值大於3這樣的：

age_greater_3 = df[df['age']>3] 

那麼就使用age_greater_3取代df

Answer 2

只是數據框的子集...

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() 

Answer 3

如果說，「年齡」是可變的，你必須條件：

result = sm.ols(formula="A ~ B + C + D + G", data=df[data['age']<36]).fit()