Statsmodels中OLS公式编写：未知列名的ANOVA建模问题

没问题，你想要的写法完全可行，核心是要利用Statsmodels公式API的字符串公式语法，而不是直接传入Series对象。咱们来调整你的代码：

改进后的代码 #

import statsmodels.formula.api as smf
import statsmodels.api as sm

for cat_feature in df.columns:
    # 直接用列名字符串构建公式，不需要新建数据框
    model = smf.ols(f'imp ~ {cat_feature}', data=df).fit()
    res = sm.stats.anova_lm(model, typ=1)
    # 这里可以加上打印或保存结果的代码，比如：
    print(f"ANOVA结果 - 特征: {cat_feature}")
    print(res)
    print("-"*50)

为什么原来的写法不行？ #

你之前尝试的smf.ols(df['imp'] ~ df[cat_feature], data=df)是错误的，因为Statsmodels的公式接口要求公式是一个字符串，它会根据你传入的data参数（也就是原数据框）去匹配列名，而不是直接接收Series对象。

额外说明 #

• 如果你的分类特征列是字符串或object类型，Statsmodels会自动将其识别为分类变量，OLS模型会自动生成虚拟变量，对应的ANOVA结果也会正确反映组间差异。
• 如果你需要指定typ=2或typ=3的ANOVA类型，直接在anova_lm里修改参数即可，和之前的逻辑一致。

内容的提问来源于stack exchange，提问作者julian joseph