Python 这是patsy在构建无截距的两级分类变量的设计矩阵时的预期行为吗？

（patsy v0.4.1，python 3.5.0）

我想使用patsy（最好是通过statsmodels）来构建回归的设计矩阵

我想要的patsy风格的公式是

response ~ 0 + category

其中category是一个两级分类变量。

0+…

应该表示我不想要隐式截取项

我期望的设计矩阵有一列，列中有0和1，表示

类别

是具有基本级别（0）还是具有其他级别（1）

以下代码：

import pandas as pd
import patsy

df = pd.DataFrame({'category': ['A', 'B'] * 3})

patsy.dmatrix('0 + category', data=df)

产出：

DesignMatrix with shape (6, 2)
  category[A]  category[B]
            1            0
            0            1
            1            0
            0            1
            1            0
            0            1
  Terms:
    'category' (columns 0:2)

这是单数，不是我想要的

当我跑的时候

import pandas as pd
import patsy

df = pd.DataFrame({'category': ['A', 'B'] * 3})

patsy.dmatrix('category', data=df)

输出是

DesignMatrix with shape (6, 2)
  Intercept  category[T.B]
          1              0
          1              1
          1              0
          1              1
          1              0
          1              1
  Terms:
    'Intercept' (column 0)
    'category' (column 1)

这对于包含截距的模型是正确的，但仍然不是我想要的

没有截取的输出是否为预期行为？若然，原因为何？ 我只是对这个设计矩阵应该如何与标准编码一起工作感到困惑吗

---

我知道我可以编辑设计矩阵，以使我的回归工作符合我的预期，但如果这是一个bug，我希望看到它在patsy中得到修复。

我还向pydata/patsy提交了一个问题。这是一个重复的问题，因为当前patsy的第二部分始终提供一整套列，如果数据中存在所有级别组合，则这些列是非单列的。（用户定义的截距应该或可能可以解决此问题。）

0+

或

-1

表示没有显式截距，截距仍然是隐式添加的。@user333700，你是说patsy中的公式仍然可以有隐式截距，即使我包含

0+

？我想知道为什么会是这样…？官方回答：因为这是迄今为止最常见的用例。（非官方回答：我猜是因为模仿了R。“魔术比显式好”）我还向pydata/patsy提交了一个问题。这是一个重复的问题，因为当前patsy的第二部分始终提供一整套列，如果数据中存在所有级别组合，则这些列是非单列的。（用户定义的截距应该或可能可以解决此问题。）

0+

或

-1

表示没有显式截距，截距仍然是隐式添加的。@user333700，你是说patsy中的公式仍然可以有隐式截距，即使我包含

0+

？我想知道为什么会是这样…？官方回答：因为这是迄今为止最常见的用例。（非正式的回答：我猜是因为模仿了R，“魔术比显式的好”）