Python 单向方差分析失败，数据帧在列中具有完全唯一的值

因此，当我使用statsmodel运行方差分析时，当我发送的数据帧中有任何列具有完全不同的值时，我无法得出结论性结果，例如：区域列具有西、东、南

所以当我们进行方差分析时-单向

mod = smf.ols('y~x', data=dfx).fit()
aov_table = sma.stats.anova_lm(mod, typ=1)

我得到一个错误

ValueError:shapes（2,3）和（2，）未对齐：3（dim1）！=2（尺寸0）

其中打印了下表

   table =     df  sum_sq  mean_sq    F  PR(>F)
    0  0.0     0.0      0.0  0.0     0.0
    1  0.0     0.0      0.0  0.0     0.0, n_rows = 2, test = 'F'
    pr_test = 'PR(>F)', robust = None

我计划删除那些只有唯一值的列。但我想知道，除了这一点，是否还有其他原因导致上述错误

添加dfx（对于失败的列）

---

您可以通过删除x值为nan的行来取得某种进展，如这里的第一行所示

>>> df = df.ix[range(20)]
>>> df
    x          y
0   A   5.400412
1   B  -2.919641
2   C  -1.022450
3   D   9.851076
4   E  -0.748245
5   F  -9.003224
6   G   2.018952
7   H   4.205281
8   I  19.259112
9   J  12.923128
10  K  -9.833181
11  L   9.517925
12  M   8.117810
13  N   1.347473
14  O  -1.627433
15  P   0.831698
16  Q  -2.780851
17  R   0.303317
18  S   0.573363
19  T  11.629423
>>> mod = smf.ols('y~x', data=df).fit()
>>> aov_table = sm.stats.anova_lm(mod)
>>> aov_table
            df        sum_sq    mean_sq    F  PR(>F)
x         19.0  1.010356e+03  53.176656  0.0     NaN
Residual   0.0  8.443431e-28        inf  NaN     NaN

---

dfx是否足够小，可以显示在您的问题中？如果是，请这样做。请按要求添加。

anova_lm

反对这样一个事实，即您正在尝试形成一个线性模型，其中（x，y）的行秩小于x的行秩。您能分享一些关于这方面的阅读材料吗，我不知道这一要求。当我在几十年前学习它时，它来自。好的，所以不是唯一的值导致了问题。但是NaN在其相应的“y”值中的存在。

>>> df = df.ix[range(20)]
>>> df
    x          y
0   A   5.400412
1   B  -2.919641
2   C  -1.022450
3   D   9.851076
4   E  -0.748245
5   F  -9.003224
6   G   2.018952
7   H   4.205281
8   I  19.259112
9   J  12.923128
10  K  -9.833181
11  L   9.517925
12  M   8.117810
13  N   1.347473
14  O  -1.627433
15  P   0.831698
16  Q  -2.780851
17  R   0.303317
18  S   0.573363
19  T  11.629423
>>> mod = smf.ols('y~x', data=df).fit()
>>> aov_table = sm.stats.anova_lm(mod)
>>> aov_table
            df        sum_sq    mean_sq    F  PR(>F)
x         19.0  1.010356e+03  53.176656  0.0     NaN
Residual   0.0  8.443431e-28        inf  NaN     NaN