为何在statsmodels的Logistic回归中引入不同数据类型会报错？

问题原因 #

当DataFrame中同时包含布尔型（bool）和浮点型（float）列时，pandas会自动将整个DataFrame的 dtype 转为 object，而statsmodels的Logit模型要求输入数据为数值型数组（如float或int），无法直接处理object类型的数据，因此触发类型转换错误。

解决方案 #

将布尔型列转换为整数型或浮点型即可解决问题，具体有两种常见方式：

方式1：单独转换布尔列 #

在构建模型前，把DataFrame中的布尔列转为int（True→1，False→0）：

import pandas as pd
import statsmodels.api as sm

X = pd.DataFrame([[True, 12.3], [False, 14.2], [True, 18.0]])
# 将布尔列（第0列）转为整数型
X[0] = X[0].astype(int)
y = pd.Series([0, 1, 0])

log_reg = sm.Logit(y, X).fit()
log_reg.summary()

方式2：整体转换DataFrame为浮点型 #

直接将整个DataFrame转为float类型，布尔值会自动转为1.0和0.0：

import pandas as pd
import statsmodels.api as sm

X = pd.DataFrame([[True, 12.3], [False, 14.2], [True, 18.0]])
# 整体转为浮点型
X = X.astype(float)
y = pd.Series([0, 1, 0])

log_reg = sm.Logit(y, X).fit()
log_reg.summary()

验证效果 #

修改后两种方式都能正常拟合逻辑回归模型并输出摘要信息，不会再触发ValueError。

内容的提问来源于stack exchange，提问作者RogerKint