如何将Python中MixedLM模型输出导出至Excel？

我太懂这种挫败感了——statsmodels的MixedLM summary看起来规整，但就是没法直接导出Excel，之前踩过同样的坑！问题出在mdf.summary()返回的是格式化文本摘要，不是结构化的DataFrame，所以直接调用.to_excel()或者硬转DataFrame肯定会失败。下面给你一套完整的解决方案，既能导出所有关键结果，还能自动生成唯一文件名避免覆盖：

1. 先搞明白为什么之前的方法行不通 #

mdf.summary()输出的是Summary对象，本质是用来打印的文本内容，不是带列名和索引的DataFrame结构。所以你得先从这个文本摘要里提取出结构化的表格数据，再进行导出。

2. 提取模型结果为结构化DataFrame #

我们可以通过summary的tables属性获取里面的所有表格（比如模型基本信息、系数表、随机效应统计），把它们转成DataFrame：

提取固定效应系数表 #

这是你最关心的核心结果，对应summary里的系数统计部分：

# 从summary中提取系数表格（第二张表）
coef_data = mdf.summary().tables[1].data
coef_df = pd.DataFrame(coef_data[1:], columns=coef_data[0])

# 把数值列转成float类型，方便Excel里做计算/排序
numeric_cols = ['Coef.', 'Std.Err.', 'z', 'P>|z|', '[0.025', '0.975]']
coef_df[numeric_cols] = coef_df[numeric_cols].astype(float)

提取模型基本信息 #

如果需要把观测数、组数、收敛状态这些元数据也导出，处理第一张表即可：

model_info_data = mdf.summary().tables[0].data
model_info_df = pd.DataFrame(model_info_data[1:], columns=model_info_data[0])

3. 生成唯一文件名（避免覆盖） #

用时间戳是最直观的方式，每次运行都会生成不同的文件名；如果是批量运行场景，也可以用UUID生成完全唯一的标识：

from datetime import datetime

# 方式1：带时间戳的文件名（易读）
timestamp = datetime.now().strftime('%Y%m%d_%H%M%S')
filename = f"mixedlm_results_{timestamp}.xlsx"

# 方式2：用UUID生成完全唯一的文件名（适合批量脚本）
# import uuid
# filename = f"mixedlm_results_{uuid.uuid4().hex}.xlsx"

4. 导出到Excel（多Sheet存储更清晰） #

用pd.ExcelWriter把不同类型的结果放到不同Sheet里，方便后续查看：

with pd.ExcelWriter(filename) as writer:
    model_info_df.to_excel(writer, sheet_name='Model_Info', index=False)
    coef_df.to_excel(writer, sheet_name='Coefficients', index=False)
    # 可选：导出随机效应结果
    # pd.DataFrame(mdf.random_effects).T.to_excel(writer, sheet_name='Random_Effects')

完整可运行代码 #

把所有步骤整合起来，直接替换你的模型代码即可：

import pandas as pd
import statsmodels.formula.api as smf
from datetime import datetime

# 你的模型拟合代码
model = smf.mixedlm('y_var ~ gas_prices', dfModel, groups = dfModel['region'])
mdf = model.fit()

# 提取模型信息表格
model_info_data = mdf.summary().tables[0].data
model_info_df = pd.DataFrame(model_info_data[1:], columns=model_info_data[0])

# 提取系数表格并转换数值类型
coef_data = mdf.summary().tables[1].data
coef_df = pd.DataFrame(coef_data[1:], columns=coef_data[0])
numeric_cols = ['Coef.', 'Std.Err.', 'z', 'P>|z|', '[0.025', '0.975]']
coef_df[numeric_cols] = coef_df[numeric_cols].astype(float)

# 生成唯一文件名
timestamp = datetime.now().strftime('%Y%m%d_%H%M%S')
filename = f"mixedlm_results_{timestamp}.xlsx"

# 导出到Excel
with pd.ExcelWriter(filename) as writer:
    model_info_df.to_excel(writer, sheet_name='Model_Info', index=False)
    coef_df.to_excel(writer, sheet_name='Coefficients', index=False)
    # 可选导出随机效应
    # pd.DataFrame(mdf.random_effects).T.to_excel(writer, sheet_name='Random_Effects')

print(f"结果已成功导出至：{filename}")

额外小贴士 #

• 如果你的summary里还有其他表格（比如随机效应的统计行），可以用mdf.summary().tables[2]提取，处理方式和系数表一致。
• 转换数值类型这一步不是必须的，但能让Excel里的数值正常参与计算，避免变成文本格式。
• 用with语句管理ExcelWriter可以确保文件正确关闭，防止出现权限问题或文件损坏。

内容的提问来源于stack exchange，提问作者dre