如何使用statsmodels的get_rdataset？可用数据集列表在哪？

一、查看可用数据集列表 #

get_rdataset() 实际是从R语言的datasets包中获取数据，所有可用数据集就是该包包含的全部数据集。你可以通过以下Python代码直接获取完整列表：

import statsmodels.api as sm
# 获取R datasets包的所有数据集元数据
all_datasets = sm.datasets.get_rdataset(package='datasets')
# 遍历打印所有数据集名称
for name in all_datasets.keys():
    print(name)

运行这段代码后，会输出所有可调用的数据集名称，比如iris、mtcars、airquality等。

二、加载数据集的方法 #

使用get_rdataset()加载数据集非常简单，只需传入数据集名称作为参数即可，示例如下：

import statsmodels.api as sm
# 加载指定数据集（以iris为例）
dataset = sm.datasets.get_rdataset('iris')
# 获取数据集的DataFrame格式数据
df = dataset.data
# 查看数据集的详细描述信息
print(dataset.__doc__)

返回的dataset对象包含多个实用属性：

• data：Pandas DataFrame格式的数据集内容
• __doc__：数据集的详细说明文档
• title：数据集标题
• from_file：数据来源标识

内容的提问来源于stack exchange，提问作者cottontail