解释分类数据时出错：所有项都必须是可散列的[statsmodel]

Question

我试图使用statsmodel中的线性混合效应模型。我收到一条错误消息：

Error interpreting categorical data: all items must be hashable
    fc ~ group * session
    ^^

其中“fc”是我的数据帧中的一列，它包含一个1D数组（1x2346）。 数据框看起来像：

      subj group session                                                 fc
0      0     1       1  [0.2922897321426426, 0.8889104138397078, 0.716...
1      0     1       2  [0.2900923963035335, 0.8475482137619675, 0.713...
2      1     1       1  [0.5929015237174594, 0.24248656443213046, 0.26...
3      1     1       2  [0.20802496215095026, 0.9411248464107547, 0.93...

代码：

my_model_fit = smf.mixedlm("fc ~ group * session", df, groups=df["subj"]).fit()
my_model_fit.random_effects
my_model_fit.summary()

我将感谢任何帮助：）

error message and code

Answer 1

您需要知道，列表是不可散列的，因为它们是可变的。您可以使用元组而不是列表，这样就可以了。但我怀疑，无论如何使用category作为数据类型是一个好主意，因为向量很可能不会重复（两行中几乎没有完全相同的向量），因此category在这里没有多大意义

简而言之，检查“数组”是否真的重复，以便几行使用相同的数组值。如果不是这样，则使用常规对象列而不是类别。那么，如果将它们存储为列表或元组，也没有多大关系。但如果它们重复几次，您可以使用category到安全空间，但接下来您应该使用元组

检查：

hash(list([1,2,3]))
hash(tuple([1,2,3]))