Question

我正在使用一个数据框来用Python进行测试。

Group    Count 
B        21 
B        13 
A        25 
A        75 
A        11 
B        15

只要是针对某个部分或类别，该测试就可以了：

import pandas as pd
import scipy.stats as stats

valuespergroup = [col for col_name, col in df.groupby('Group')['Count']]
stats.ranksums(*valuespergroup)

现在，请考虑以下事项：

Category Group  Count
S1  P   21
S1  P   13
S1  A   25
S1  A   75
S1  A   10
S1  P   10
S2  P   21
S2  P   14
S2  A   29
S2  A   95
S2  A   15
S2  P   18

我需要按类别进行处理，这意味着先传递S1的数据，然后传递S2等。我尝试将类别放入groupby，但是它不起作用。该函数仅接受两个参数。

更新：我尝试了以下代码，但它将打印每个类别的全部数据而且我也不认为它正确地通过了测试。这是我想做的。最终输出应为： S1测试结果 S2测试结果

groupby_Category = df.groupby('Category')

for  Category in groupby_Category:
     values_per_group = [col for col_name, col in df3.groupby(['Group'])['Count']]

     print(Category, stats.ranksums(*values_per_group))

Answer 1

好像您需要groupby 'Group','Category'

for x , y in df.groupby(['Group','Category'])['Count']:
    print(x,y)



('A', 'S1') 2    25
3    75
4    10
Name: Count, dtype: int64
('A', 'S2') 8     29
9     95
10    15
Name: Count, dtype: int64
('P', 'S1') 0    21
1    13
5    10
Name: Count, dtype: int64
('P', 'S2') 6     21
7     14
11    18
Name: Count, dtype: int64

Answer 2

您的工作尝试应该会奏效。但是，您正在使用未知的 df3 。只需将groupby对象 sub_df 的迭代过程中的实际数据框替换为实际的数据框即可。实际上，可以扩展循环以从字典列表构建结果数据框。

groupby_Category = df.groupby('Category')

data_list = []

for i, sub_df in groupby_Category:
     values_per_group = [col for col_name, col in sub_df.groupby(['Group'])['Count']]

     res = stats.ranksums(*values_per_group)
     print(i, res)
     # S1 RanksumsResult(statistic=0.8728715609439696, pvalue=0.38273308888522595)
     # S2 RanksumsResult(statistic=1.091089451179962, pvalue=0.27523352407483426)

     data_list.append({'Category': i, 'statistic': res[0], 'p_value': res[1]})

ranksums_df = pd.DataFrame(data_list)
print(ranksums_df)
#   Category   p_value  statistic
# 0       S1  0.382733   0.872872
# 1       S2  0.275234   1.091089

按类别过滤数据以在Python中进行统计测试

2 个答案: