python - 如何在 patsy 中按组贬低变量？

Question

对于回归，我想从（许多）右侧变量（它们是交互作用）中减去组特定的平均值。

如果没有组特异性，这当然很容易。

y, X = dmatrices('lhs ~ center(x1 * k1)', df)

我怎么能用组特定的方式做到这一点？问题是右侧包含许多我不能天真地预先创建的交互术语。

所以我想预先做这样的事情：

df['x1_times_k1'] = df['x1'] * df['k1']
df['x1_times_k1_centered'] = df.groupby('group')['x1_times_k1'].transform('mean')

y, X = dmatrices('lhs ~ x1_times_k1_centered', df)

但这不可行，有什么建议吗？

编辑 或者：有没有办法在 scikit 中按组标准化数据？

https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.StandardScaler.html#sklearn.preprocessing.StandardScaler

标签： pythonregressionpatsy