Question

我想计算和测试大熊猫中两组不同列的平均值，我可以将计算部分计算出来，但是到目前为止，对于测试部分还没有好的解决方案。以下是一个玩具样本以及我想要的结果。

df = pd.DataFrame(np.random.randint(0,100,size=(100, 2)), columns=['col_1','col_2'])
df['group'] = ['A']*50 + ['B']*50

df.groupby('group').agg({"col_1":"mean","col_2":"mean"})

       col_1  col_2
group              
A      52.26  56.58
B      53.04  49.18

我想要拥有的东西：

       col_1  t_col_1  col_2 t_col_2
group              
A      52.26  4.3***   56.58 0.8
B      53.04  4.3***   49.18 0.8

其中t_col_1是A组和B组col_1中t.test(df.loc[df['group'].isin(['B'])][col_1], df.loc[df['group'].isin(['A'])][col_1])的均值差的t统计量。星星不是必需的，但如果可以的话，那会很棒。

有关如何执行此操作的任何建议？

Answer 1

您可以遍历各列并按组执行t检验：

import pandas as pd
import scipy.stats as stats

tstats = {}
ix_a = df['group'] == 'A'
for x in df:
    if x != 'group':
        tstats['t_' + x] = stats.ttest_ind(df[x][ix_a], df[x][~ix_a])[0]

df.groupby('group').mean().assign(**tstats)

结果：

       col_1  col_2  t_col_1   t_col_2
group                                 
A      56.24  46.84  0.85443 -0.281279
B      51.24  48.42  0.85443 -0.281279

在groupby pandas之后测试多列

1 个答案: