如何控制混合模型中的主体内因素？

Question

我正在尝试创建具有主体内 ID 的混合模型以进行方差分析。这是我的代码：

formula = 'DepVar ~ C(Condition)*C(Passage)*C(Order) + (1|C(Participant))'

model = ols(formula, data=anova_df).fit()

“参与者”列中的数据是字符串。但是，当我尝试运行它时，出现以下错误：

PatsyError: Error evaluating factor: TypeError: unsupported operand type(s) for |: 'int' and '_CategoricalBox'
    TaskTime ~ C(Condition)*C(Passage)*C(Order) + (1|C(Participant))
                                                  ^^^^^^^^^^^^^^^^^^

删除 C 会出现另一个错误：

PatsyError: Error evaluating factor: TypeError: Cannot perform 'ror_' with a dtyped [object] array and scalar of type [bool]
    TaskTime ~ C(Condition)*C(Passage)*C(Order) + (1|Participant)

我在这里做错了什么？我在 elsewhere 上读到，这是考虑重复措施的合适方法。

请注意，如果我将所有参与者 ID 从字符串转换为整数，则代码：

 TaskTime ~ C(Condition)*C(Passage)*C(Order) + (1|Participant)

有效。然而，我听说这样做是不好的做法，因为参与者 ID 应该被明确对待。