相当于Python中的Stata宏

Question

我尝试使用Python进行统计分析。在

在Stata中，我可以定义本地宏并根据需要展开它们：

program define reg2
    syntax varlist(min=1 max=1), indepvars(string) results(string)
    if "`results'" == "y" {
        reg `varlist' `indepvars'
    }
    if "`results'" == "n" {
        qui reg `varlist' `indepvars'
    }
end

sysuse auto, clear

所以不是：

^{pr2}$

我可以做：

local options , indepvars(weight foreign price) results(y) 
reg2 mpg `options'

甚至：

local vars weight foreign price
local options , indepvars(`vars') results(y) 
reg2 mpg `options'

Stata中的宏可以帮助我编写干净的脚本，而不必重复代码。在

在Python中，我尝试了字符串插值，但这在函数中不起作用。在

例如：

def reg2(depvar, indepvars, results):
    print(depvar)
    print(indepvars)
    print(results)

以下情况很好：

reg2('mpg', 'weight foreign price', 'y')

但是，这两种方法都失败了：

regargs = 'mpg', 'weight foreign price', 'y'
reg2(regargs)

regargs = 'depvar=mpg, covariates=weight foreign price, results=y'
reg2(regargs)

我发现了一个类似的问题，但它不能回答我的问题：

• How do I create a stata local macro in python?

还有一个关于R的问题：

• How do I create a "macro" for regressors in R?

但是，我找不到任何专门针对Python的东西。在

我想知道Python中是否有类似于Stata宏的东西？在

Answer 1

用Python的方式来做。

Stata中宏的广泛使用反映了一种不同的编程理念。 与Python不同，Python是一种面向对象的通用编程语言， Stata的ado语言（不是mata）需要宏才能作为 不仅仅是一种简单的脚本语言。在

宏几乎可以在Stata中的任何地方使用（甚至在宏定义中），有两个目的：

1. 文本替换
2. 表达式求值

使用宏，用户可以简化他们的代码，这反过来又会减少 有可能出错并保持整洁。缺点是使用宏 呈现语言的语法流畅。在

要回答您的问题，Pyexpander 在Python中提供了一些此类功能，但实际上它不是 代替。对于不同的用例，您将需要不同的方法来模拟 宏观扩张。与Stata相比，没有一个统一的方法在任何地方进行。在

我的建议是熟悉Python的约定，而不是 试着用“Stata way”编程。例如，记住 Stata中的局部宏和全局宏对应于Python（local）中的变量 在函数中，全局外部），而Stata中的变量对应于 Pandas.Series或Pandas.DataFrame的列。类似地，Stata ado 程序对应于Python中的函数。在

@g.d.d.c的答案中提供的解决方案可能是实现目标的一个很好的工具 有人想要什么。但是，如果您愿意，这里需要额外的步骤 重复使用你的代码。在

以你的玩具为例：

import pandas as pd   
import numpy as np      
import statsmodels.api as sm

df = pd.read_stata('http://www.stata-press.com/data/r14/auto.dta')

In [1]: df[['mpg', 'weight', 'price']].head()
Out[1]: 
   mpg  weight  price
0   22    2930   4099
1   17    3350   4749
2   22    2640   3799
3   20    3250   4816
4   15    4080   7827

假设您希望重用以下代码片段，但是 变量：

^{pr2}$

你怎么可能那样做？在

首先，创建一个函数：

def reg2(depvar, indepvars, results, df):
    Y = df[depvar]
    df['cons'] = 1
    X = df[indepvars]

    reg = sm.OLS(Y, X).fit()
    if results != 0:
        print(reg.summary())

但是，请注意，虽然字符串插值可以“扩展”字符串，但这里 这种方法行不通，因为回归分析的目标函数 不接受'weight, price, cons'类型的统一字符串。在

相反，您需要用回归函数定义一个列表：

predictors = ['weight', 'price', 'cons']
reg2('mpg', predictors, 0, df)

您还可以通过构造装饰器将这个概念提升到下一个层次：

def load_and_reg2(func):
    def wrapper(*args, **kwargs):

        print()
        print("Loading the dataset...")
        print()

        df = pd.read_stata('http://www.stata-press.com/data/r14/auto.dta')
        sumvars = df[['mpg', 'weight', 'price']].head()
        print(sumvars)
        print()

        func(*args, **kwargs, df = df)
        return func(*args, **kwargs, df = df)

        print()
        print("Doing any other stuff you like...")
        print()

        dfshape = df.shape
        print('Shape:', dfshape)

    return wrapper

并在reg2()函数中使用：

@load_and_reg2
def reg2(depvar, indepvars, results, df):
    Y = df[depvar]
    df['cons'] = 1
    X = df[indepvars]

    reg = sm.OLS(Y, X).fit()
    if results != 0:
        print(reg.summary())
    return reg

这个例子可能非常简单，但它展示了Python的强大功能：

In [7]: [predictors = ['weight', 'price', 'cons']
In [8]: reg2('mpg', predictors, 1)

Loading the dataset...

   mpg  weight  price
0   22    2930   4099
1   17    3350   4749
2   22    2640   3799
3   20    3250   4816
4   15    4080   7827

                            OLS Regression Results                            
==============================================================================
Dep. Variable:                    mpg   R-squared:                       0.653
Model:                            OLS   Adj. R-squared:                  0.643
Method:                 Least Squares   F-statistic:                     66.85
Date:                                   Prob (F-statistic):           4.73e-17
Time:                                   Log-Likelihood:                -195.22
No. Observations:                  74   AIC:                             396.4
Df Residuals:                      71   BIC:                             403.3
Df Model:                           2                                         
Covariance Type:            nonrobust                                         
==============================================================================
                 coef    std err          t      P>|t|      [0.025      0.975]
                                       
weight        -0.0058      0.001     -9.421      0.000      -0.007      -0.005
price      -9.351e-05      0.000     -0.575      0.567      -0.000       0.000
cons          39.4397      1.622     24.322      0.000      36.206      42.673
==============================================================================
Omnibus:                       29.900   Durbin-Watson:                   2.347
Prob(Omnibus):                  0.000   Jarque-Bera (JB):               60.190
Skew:                           1.422   Prob(JB):                     8.51e-14
Kurtosis:                       6.382   Cond. No.                     3.00e+04
==============================================================================

Warnings:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The condition number is large,  3e+04. This might indicate that there are
strong multicollinearity or other numerical problems.

Doing any other stuff you like...

Shape: (74, 13)

如您所见，decorator进一步抽象了一些东西，但是使用了固定的语法。在

在Python世界中，字典和类在 重复使用代码/结果。例如，字典可以相当于 Stata的return空间，用于存储多个宏、标量等

考虑一下我们的玩具装饰器load_and_reg2稍作修改的版本，它 现在将单个对象保存在字典D中并返回它：

def load_and_reg2(func):
    def wrapper(*args, **kwargs):

        D = {}

        print()   
        print("Loading the dataset...")
        print()

        df = pd.read_stata('http://www.stata-press.com/data/r14/auto.dta')
        sumvars = df[['mpg', 'weight', 'price']].head()
        D['sumvars'] = sumvars
        print(sumvars)
        print()

        D['reg2'] = func(*args, **kwargs, df)

        print()
        print("Doing any other stuff you like...")

        print()                     
        dfshape = df.shape
        D['dfshape'] = dfshape              
        print('Shape:', dfshape)

        return D    

    return wrapper

然后您可以轻松地执行以下操作：

In [9]: foo = reg2('mpg', predictors, 1)

In [10]: foo.keys()
Out[10]: dict_keys(['sumvars', 'reg2', 'dfshape'])

In [11]: foo['sumvars']
Out[11]: 
   mpg  weight  price
0   22    2930   4099
1   17    3350   4749
2   22    2640   3799
3   20    3250   4816
4   15    4080   7827

类可以以代价引入更多的灵活性 一些额外的复杂性：

class loadreg2return(object):
    def __init__(self, sumvars=None, reg2=None, dfshape=None):
        self.sumvars = sumvars
        self.reg2 = reg2
        self.dfshape = dfshape

def load_and_reg2(func):
    def wrapper(*args, **kwargs):

        print("Loading the dataset...")
        print()

        df = pd.read_stata('http://www.stata-press.com/data/r14/auto.dta')
        sumvars = df[['mpg', 'weight', 'price']].head()
        print(sumvars)
        print()

        reg2 = func(*args, **kwargs, df = df)

        print()
        print("Doing any other stuff you like...")

        print()                     
        dfshape = df.shape
        loadreg2return(dfshape = dfshape)            
        print('Shape:', dfshape)

        return loadreg2return(sumvars = sumvars, reg2 = reg2, dfshape = dfshape )

    return wrapper

此版本的玩具装饰器返回：

In [12]: foo.dfshape
Out[12]: (74, 13)

In [13]: foo.sumvars
Out[13]: 
   mpg  weight  price
0   22    2930   4099
1   17    3350   4749
2   22    2640   3799
3   20    3250   4816
4   15    4080   7827

In [14]: foo.reg2.params
Out[14]: 
weight    -0.005818
price     -0.000094
cons      39.439656

dtype: float64

Answer 2

看起来您只需要*和**运算符来调用函数：

regargs = 'mpg', 'weight foreign price', 'y'
reg2(*regargs)

使用*将列表或元组展开为位置参数，或使用**将字典扩展为需要它们的函数的关键字参数。在

对于关键字示例，您需要稍微更改声明：

^{pr2}$