使用statsmodels和patsy拟合准确的方程

Question

Statsmodels允许使用R型公式来使用patsy和statsmodels.formula.api进行方程拟合。我想在pandas数据帧中使用列来适应一个特定的函数，但是，我似乎只能接近它。例如，如果我有以下带有['A', 'B', 'C', 'D']列的dataframe，并且想要拟合以下形式的等式：

y = (A + B) / D

我可以将公式字符串写成y ~ (A + B):D-1，这将产生两个系数：A:D and B:D。然后我可以做一些代数，去掉其中一个前面的系数，但不能同时去掉两个。在

有没有一种简单的方法来拟合这种形式的自定义函数，而不切换到scipy curve_fit或lmfit？在

编辑

为了澄清，我的目标是获得D的拟合值，让a和B成为数据帧中存储的值。为了使其工作，我生成了一个名为D的伪列。所以我已知的值是y, A, and B，其中{}是我的fit参数。到现在为止，我得到了两个类似于y=A:D*A + B:D*B的结果，然后我可以提取出类似y=(A + B:D/A:D*B)/A:D.的结果，这很好，只是我不想在B前面有系数