任何 Python 库都会生成发布样式回归表

Posted 2023-03-12

【中文标题】任何 Python 库都会生成发布样式回归表

【英文标题】：Any Python Library Produces Publication Style Regression Tables

【发布时间】：2014-06-27 21:14:41

【问题描述】：

我一直在使用 Python 进行回归分析。得到回归结果后，我需要将所有结果汇总到一个表中，并将它们转换为 LaTex（用于发布）。是否有任何包可以在 Python 中执行此操作？像Stata中的estout这样的东西给出了下表：

【问题讨论】：

这个问题的任何现代更新？还有summary2，还很欠缺。

@MatthewGunn 这个功能远非Stata的estout包（或R的包）所能做到的。所以我最终为我的工作流程做的是在 Python 中调用一个用户定义的函数，该函数调用 Stata 在终端中运行一个执行所有回归并输出表的 do-file。

【参考方案1】：

嗯，summary_col 中有statsmodels；它没有estout 的所有花里胡哨，但它确实具有您正在寻找的基本功能（包括导出到 LaTeX）：

import statsmodels.api as sm
from statsmodels.iolib.summary2 import summary_col

p['const'] = 1
reg0 = sm.OLS(p['p0'],p[['const','exmkt','smb','hml']]).fit()
reg1 = sm.OLS(p['p2'],p[['const','exmkt','smb','hml']]).fit()
reg2 = sm.OLS(p['p4'],p[['const','exmkt','smb','hml']]).fit()

print summary_col([reg0,reg1,reg2],stars=True,float_format='%0.2f')

===============================
         p0       p2      p4   
-------------------------------
const -1.03*** -0.01   0.62*** 
      (0.11)   (0.04)  (0.07)  
exmkt 1.28***  0.97*** 0.98*** 
       (0.02)   (0.01)  (0.01)  
smb   0.37***  0.28*** -0.14***
      (0.03)   (0.01)  (0.02)  
hml   0.77***  0.46*** 0.69*** 
      (0.04)   (0.01)  (0.02)  
===============================
Standard errors in parentheses.
* p<.1, ** p<.05, ***p<.01

或者这里是我添加 R-Squared 和观察次数的版本：

print summary_col([reg0,reg1,reg2],stars=True,float_format='%0.2f',
                  info_dict='N':lambda x: "0:d".format(int(x.nobs)),
                             'R2':lambda x: ":.2f".format(x.rsquared))

===============================
         p0       p2      p4   
-------------------------------
const -1.03*** -0.01   0.62*** 
      (0.11)   (0.04)  (0.07)  
exmkt 1.28***  0.97*** 0.98*** 
      (0.02)   (0.01)  (0.01)  
smb   0.37***  0.28*** -0.14***
      (0.03)   (0.01)  (0.02)  
hml   0.77***  0.46*** 0.69*** 
      (0.04)   (0.01)  (0.02)  
R2    0.86     0.95    0.88    
N     1044     1044    1044    
===============================
Standard errors in parentheses.
* p<.1, ** p<.05, ***p<.01

另一个例子，这次展示了model_names 选项的使用和自变量变化的回归：

reg3 = sm.OLS(p['p4'],p[['const','exmkt']]).fit()
reg4 = sm.OLS(p['p4'],p[['const','exmkt','smb','hml']]).fit()
reg5 = sm.OLS(p['p4'],p[['const','exmkt','smb','hml','umd']]).fit()

print summary_col([reg3,reg4,reg5],stars=True,float_format='%0.2f',
                  model_names=['p4\n(0)','p4\n(1)','p4\n(2)'],
                  info_dict='N':lambda x: "0:d".format(int(x.nobs)),
                             'R2':lambda x: ":.2f".format(x.rsquared))

==============================
         p4      p4       p4  
        (0)     (1)      (2)  
------------------------------
const 0.66*** 0.62***  0.15***
      (0.10)  (0.07)   (0.04) 
exmkt 1.10*** 0.98***  1.08***
      (0.02)  (0.01)   (0.01) 
hml           0.69***  0.72***
              (0.02)   (0.01) 
smb           -0.14*** 0.07***
              (0.02)   (0.01) 
umd                    0.46***
                       (0.01) 
R2    0.78    0.88     0.96   
N     1044    1044     1044   
==============================
Standard errors in
parentheses.
* p<.1, ** p<.05, ***p<.01

要导出到 LaTeX，请使用 as_latex 方法。

我可能是错的，但我认为没有实现 t-stats 选项而不是标准错误（如您的示例中）。

【讨论】：

能否请您告诉我如何在 Google 搜索中找到此命令？我花了半个小时寻找命令，但找不到。谢谢！

我不知道……我忘记了我是怎么碰到它的；这是github上源文件的链接；它有一个文档字符串：summary2.py

太棒了。如果您包含具有不同解释变量的回归，这对其他人会有所帮助。

好的，添加了一个例子。

是的，后期处理很简单。令人失望的是，python 在这种东西上如此落后

【参考方案2】：

另一种选择是Stargazer。要快速上手，请参考 Stargazer 可以制作的set of demo tables。

相关帖子包括：post1 和 post2。

【参考方案3】：

除了@Karl D. 对 Statsmodels as_latex 方法的出色回答，您还可以查看 pystout package。

!pip install pystout

import pandas as pd
from sklearn.datasets import load_iris
import statsmodels.api as sm 
from pystout import pystout

data = load_iris()
df = pd.DataFrame(data = data.data, columns = data.feature_names)
df.columns = ['s_len', 's_w', 'p_len', 'p_w']

y = df['p_w']

X = df[['s_len', 's_w', 'p_len']]
m1 = sm.OLS(y, X).fit()

X = df[['s_len', 's_w']]
m2 =  sm.OLS(y, X).fit()

X = df[['s_len']]
m3 =  sm.OLS(y, X).fit()

pystout(models=[m1, m2, m3],
        file='test_table.tex',
        addnotes=['Note above','Note below'],
        digits=2,
        endog_names=['petal width', 'petal width', 'petal width'],
        varlabels='const':'Constant',
                   'displacement':'Disp','mpg':'MPG',
        mgroups='First Group':[1,2],'Second Group':3,
        modstat='nobs':'Obs','rsquared_adj':'Adj. R\sym2','fvalue':'F-stat'
        )

不要像我一样花几个小时试图打印出pystout，LateX 输出直接写在你传递给file 的.tex 文档上。

编译后，输出如下所示：