Python 如何在patsy中按组对变量进行降级?
对于回归,我想从(许多)右侧变量(它们是相互作用)中减去特定于组的平均值 没有群体特异性,这当然很容易Python 如何在patsy中按组对变量进行降级?,python,regression,patsy,Python,Regression,Patsy,对于回归,我想从(许多)右侧变量(它们是相互作用)中减去特定于组的平均值 没有群体特异性,这当然很容易 y, X = dmatrices('lhs ~ center(x1 * k1)', df) 我如何使用特定于组的方法来实现这一点?问题是,右侧包含许多交互术语,我无法天真地预先创建这些术语 所以我想先做一些类似的事情: df['x1_times_k1'] = df['x1'] * df['k1'] df['x1_times_k1_centered'] = df.groupby('group'
y, X = dmatrices('lhs ~ center(x1 * k1)', df)
我如何使用特定于组的方法来实现这一点?问题是,右侧包含许多交互术语,我无法天真地预先创建这些术语
所以我想先做一些类似的事情:
df['x1_times_k1'] = df['x1'] * df['k1']
df['x1_times_k1_centered'] = df.groupby('group')['x1_times_k1'].transform('mean')
y, X = dmatrices('lhs ~ x1_times_k1_centered', df)
但这不可行,有什么建议吗
编辑
或者:是否有办法在scikit中按组标准化数据