Python 用statsmodels和patsy拟合精确方程

Statsmodels允许使用patsy和

Statsmodels.formula.api

使用R型公式进行方程拟合。我想在一个数据框架中使用列来适应一个特定的函数，然而，我似乎只能接近。例如，如果我有以下数据框，其中包含列

['A'，'B'，'C'，'D']

，并希望拟合以下形式的方程式：

y = (A + B) / D

我可以将公式字符串写成

y~（A+B）：D-1

，它产生两个系数：

A:D和B:D

。然后我可以做一些代数运算，去掉其中一个前面的系数，但不能两者都去掉

有没有一种简单的方法来拟合这种形式的自定义函数，而不切换到scipy curve_fit或lmfit

编辑

---

为了澄清，我的目标是为D获得一个合适的值，让a和B成为存储在数据帧中的值。为了实现这一点，我生成了一个名为

D

的伪列1。因此，我已知的值是

y、A和B

，其中

D

是我的拟合参数。到目前为止，我得到了两个a结果，看起来像

y=a:D*a+B:D*B

，然后我可以提取得到类似

y=（a+B:D/a:D*B）/a:D的东西。

这很有效，只是我不希望系数在B前面。

你说“其中一个前面的系数”是什么意思？在您的特定示例中，不可能有唯一的解决方案，因为您可以（例如）将a、B和D全部乘以2（或任何非零常数），并得到一个等价的表达式。此外，不清楚您想要“拟合”什么，因为您的方程似乎没有为系数留下任何“空间”；您只是直接在数据列上执行代数。注意，patsy和R中的

：

指定了交互项而不是除法。你能澄清一下参数在哪里/是什么吗？如果您有一个解释性变量

x=（a+B）/D

，那么您只需创建一个新的变量或带有pandas的列即可。如果它是参数中的非线性函数，那么lmfit或curve_fit是目前比statsmodels更好的选择。也许曲线拟合在这里会是一个更好的选择。@DavidHagan:正如user333700所提到的，您可以创建一个

a\u+B

列，然后对其进行拟合。@BrenBarn ah。我明白你的意思。是的，对于这个例子来说，这肯定是可行的。但随着方程变得更加复杂，它可能会变得混乱。谢谢