Python-在回归中减去两个变量而不创建新变量

假设我在倒退

y=x1+x4

其中x4=x2-x3

在R中，有一个函数

I（）

，这样我就不必在数据集中创建新变量x4，只需简单地编写

y=x1+I（x2-x3）

详情如下：

---

在Python中是否有类似的方法来实现这一点？例如，使用

statsmodels.formula.api

或

sklearn

和

statsmodels.formula.api

可以使用numpy中的矢量化函数。要应用减法，可以使用

np.subtract（）

：

（示例数据显然没有意义，导致R平方几乎为零的回归，但它显示了它的工作原理。）

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

y = np.random.uniform(0, 20, size=100)
x1 = np.random.uniform(0, 20, size=100)
x2 = np.random.uniform(0, 20, size=100)
x3 = np.random.uniform(0, 20, size=100)
x = np.stack([y, x1, x2, x3], axis=1)
df = pd.DataFrame(x)
df.columns = ["y", "x1", "x2", "x3"]

fit = smf.ols(formula="y~x1+np.subtract(x2, x3)", data=df).fit()
print(fit.summary())