Question

我有一个pandas数据帧（100x10），其中每列代表一些数量，我想使用t-test对所有列进行成对测试。而不是循环遍历列：

stats.ttest_rel(df.iloc[:,i], df.iloc[:,j])

其中i!=j，有更清洁的方法吗？与相关性类似的东西：

df.corr()

它计算所有成对相关性。

Answer 1

我认为没有直接的方法来创建成对t检验，你可以试试这个

from scipy.stats import ttest_ind
import pandas as pd
import csv
df=pd.read_csv('input.csv')


fo = open('result.csv','wb+')
outfile = csv.writer(fo, delimiter=',')
outfile.writerow((df.columns).insert(0,''))

for i in df.columns:
    t=[]
    for j in df.columns:

        t.append(ttest_ind(df[i], df[j]))
    (t).insert(0,i)
    outfile.writerow(t)

此脚本将为您提供输出文件result.csv，告诉您的成对t检验计算

Answer 2

不需要自己进行双重循环。您可以使用itertools.combinations

results = pd.DataFrame(columns=df.columns, index=df.columns)
for (label1, column1), (label2, column2) in itertools.combinations(df.items(), 2):
    results.loc[label1, label2] = results.loc[label2, label1] = stats.ttest_rel(column1, column2)

成对测试pandas数据帧的统计显着性

2 个答案: