<p>我相信有很多方法可以做到这一点。取决于你能/想用什么来达到这个目的。在</p>
<p>最有可能的出发点是相同的:</p>
<p><code>statsmodels</code>'线性模型<code>.fit()</code>返回<a href="http://statsmodels.sourceforge.net/stable/generated/statsmodels.regression.linear_model.RegressionResults.html#statsmodels.regression.linear_model.RegressionResults" rel="nofollow">^{<cd3>}</a>类,该类有返回子类的{<cd4>}方法和一些常规方法。在</p>
<p>其中之一,例如,<code>.tables</code>返回<code>pandas.DataFrame</code>。在</p>
<p>以下是您如何使用它:</p>
<pre><code>import pandas as pd
results = {'Noconst':results_noconstant.summary2(),
'withcon':results_withconstant.summary2()}
df = pd.DataFrame({'Model':[], 'Param':[], 'Value':[]})
for mod in results.keys():
for col in results[mod].tables[0].columns:
if col % 2 == 0:
df = df.append(pd.DataFrame({'Model': [mod]*results[mod].tables[0][col].size,
'Param':results[mod].tables[0][col].values,
'Value':results[mod].tables[0][col+1].values}))
print df
</code></pre>
<p>结果是:</p>
^{pr2}$
<p>你能做的只是受你使用pandas-<a href="http://pandas.pydata.org/pandas-docs/version/0.17.1/basics.html" rel="nofollow">powerful Python data analysis toolkit</a>的能力的限制。在</p>