CSV导入到t-test

Question

我有一个带有特定列的.csv文件，我需要进行双尾t检验。以下是我的.csv文件示例：

Type|No.|Count
A   |2  |4
B   |5  |2

我需要将两种类型（A＆＃39; s和B＆＃39; s）分配给t-test的不同变量。更具体地说，我需要一个for循环（我假设），它将使用文件中所有A类型的编号值，并进行双尾t检验，比较A类型和B类型的编号值。然后，我需要对所有A类型和B类型的Count值进行另一个双尾t检验。 我一直在看熊猫，这对于排序.csv文件似乎很有用。我做了一个看起来像这样的测试：

groupby_type = data.groupby('A_B')
for type, value in groupby_type['No.']:
    print((type, value.mean()))

这会产生正确的结果。但是，当我尝试使用scipy-lectures中的示例进行双尾t检验时，我得到了一个N​​AN结果。这是代码：

A_type = (data[data['A_B'] == 'A']['No.'])
B_type = (data[data['A_B'] == 'B']['No.'])
sig = scipy.stats.ttest_ind([A_type], [B_type])

运行时，我收到以下消息：

Ttest_indResult(statistic=nan, pvalue=nan)

我不知道为什么这会得到一个纳米值，并且我无法理解如何解决这个问题。谢谢！