当然可以！你有两种靠谱的方法可选，不用非得手动加一堆哑变量——既可以在statsmodels的公式里直接处理，也可以先修改你的DataFrame，看哪种更适合你的需求：

• 方法一：在公式内直接合并水平（无需修改原数据）
  你可以利用numpy的np.where()函数在公式里直接对income变量进行重新编码，把代表0-49,999的1和50,000-99,999的2合并成一组，100,000-199,999的3单独成一组。比如你的logit模型公式可以写成：

  import statsmodels.formula.api as smf
  import numpy as np
  
  model = smf.logit("hair_color ~ np.where(income <= 2, 1, 2) + gender", data=df).fit()
  

  如果想让分组更具可读性，也可以用分类标签代替数字，再用C()函数明确指定分类变量的水平，这样模型输出的结果会更清晰，一眼就能看懂分组含义：

  model = smf.logit(
      "hair_color ~ C(np.where(income <= 2, 'low_mid_income', 'high_income'), levels=['low_mid_income', 'high_income']) + gender",
      data=df
  ).fit()
  

  这种方法的好处是不用改动原始数据集，适合快速测试不同的分组方式。

• 方法二：先修改DataFrame，添加新的分组列
  如果你需要反复使用这个合并后的分组，或者想让代码逻辑更直观，可以先在DataFrame里新增一列专门存储合并后的分组：

  import numpy as np
  
  # 用数字标记分组
  df['income_grouped'] = np.where(df['income'] <= 2, 1, 2)
  # 或者用可读性更强的标签
  # df['income_grouped'] = np.where(df['income'] <= 2, '0-99,999', '100,000-199,999')
  

  之后直接在公式里使用这个新列就行：

  model = smf.logit("hair_color ~ income_grouped + gender", data=df).fit()
  

  这种方式更适合需要长期复用分组，或者需要对分组进行后续调整、检查的场景。

两种方法都能让你得到想要的回归结果，至于选哪种，完全看你的工作流程和代码可读性需求～

备注：内容来源于stack exchange，提问作者hulio_entredas