Python Statsmodels:按子组的回归

Python Statsmodels:按子组的回归,python,pandas,statsmodels,Python,Pandas,Statsmodels,我有一个pandas数据框,其中包含字段x,y,year年份具有值[-1001001999]。我想按年份创建子组并运行reg x y 我知道我可以通过类似的方法在熊猫方面解决这个问题 for y in df.year.unique(): smf.ols('y ~ x', data=df.loc[df.year == y]) 我想知道在statsmodels中是否有更好的方法来实现这一点,比如smf.ols('y~x',data=df,by=['year'])。(非常轻)的文档没有提到这

我有一个
pandas
数据框,其中包含字段
x
y
year
<代码>年份具有值
[-1001001999]
。我想按年份创建子组并运行
reg x y

我知道我可以通过类似的方法在熊猫方面解决这个问题

for y in df.year.unique():
    smf.ols('y ~ x', data=df.loc[df.year == y])

我想知道在statsmodels中是否有更好的方法来实现这一点,比如
smf.ols('y~x',data=df,by=['year'])
。(非常轻)的文档没有提到这一点,但对我来说,它似乎是一个真正应该支持的核心功能。

不,它不受支持。有一些模型,如支持地层的比例风险模型。公式界面也有一个
子集
选项,但没有一个
by
选项。在一个新问题中,答案用于类似的任务