在按行

Question

目标是在pandas列中创建一个新列，用于存储KS D统计值df['ks']的值。 KS统计信息是在该数据框grp1和grp2中的两组列之间生成的：

# sample dataframe
import pandas as pd
import numpy as np

dic = {'gene': ['x','y','z','n'],
        'cell_a': [1, 5, 8,9],
        'cell_b': [8, 5, 4,9],
        'cell_c': [8, 6, 1,1],
        'cell_d': [1, 2, 7,1],
        'cell_e': [5, 7, 9,1],
       }
df = pd.DataFrame(dic)
df.set_index('gene', inplace=True)
df['ks'] = np.nan

# sample groups
grp1 = ['cell_a','cell_b']
grp2 = ['cell_d','cell_e']

因此，基因x的D统计量为stats.ks_2samp([1,5], [1,6])[0]，基因y为stats.ks_2samp([5,2], [1,7])[0]，等等。尝试如下：

# attempt 1 to fill in KS stat
for idx, row in df.iterrows():
    df.ix[idx, 'ks'] = stats.ks_2samp(df[grp1], df[grp2])[0]

但是，当我尝试填充ks系列时，我收到以下错误：

ValueError: object too deep for desired array

我的问题有两个部分：1）对于一个对象来说，对于一个数组来说太深了是什么意思？＃2;如果没有迭代我怎么能完成同样的事情呢？

Answer 1

循环中的KS计算得到了“太深”的错误，因为我需要为每个分布传递一个1-D数组来测试：

for idx, row in df.iterrows():
    df.loc[idx, 'ks'] = stats.ks_2samp(df.loc[idx, grp1], (df.loc[idx, grp2]))[0]

我以前的尝试使用的是二维数组。这就是导致它“太深”的原因