Skip to main content
 首页 » 编程设计

python之Pandas 数据框 : subset by column + groupby another column

2025年05月04日10cloudgamer

我是 pandas dataframes 的新手,希望能帮助解决以下问题(类似于 this )。我有以下数据:

data = {'Cat1': [2,1,2,1,2,1,2,1,1,1,2], 
        'Cat2': [0,0,0,0,0,0,1,1,1,1,1], 
        'values': [1,2,3,1,2,3,1,2,3,5,1]} 
my_data = DataFrame(data) 

我想对 Cat2 中的每个类别执行 ttest_ind 以区分 Cat1 中的类别。

在我看来,我可以将数据分成

cat1_1 = my_data[my_data['Cat1']==1] 
cat1_2 = my_data[my_data['Cat1']==2] 

然后遍历 Cat2 中的每个值以执行 t 检验:

for cat2 in [0,1]: 
 
    subset_1 = cat1_1[cat1_1['Cat2']==cat2] 
    subset_2 = cat1_2[cat1_2['Cat2']==cat2] 
 
    t, p = ttest_ind(subset_1['values'], subset_2['values']) 

但这看起来真的很令人费解。是否有更简单的解决方案,也许使用 groupby?非常感谢!

请您参考如下方法:

IIUC 你可以试试groupby按 Cat2 和 apply 列函数 f:

import pandas as pd 
from scipy.stats import ttest_ind 
 
data = {'Cat1': [2,1,2,1,2,1,2,1,1,1,2], 
        'Cat2': [0,0,0,0,0,0,1,1,1,1,1], 
        'values': [1,2,3,1,2,3,1,2,3,5,1]} 
my_data =pd.DataFrame(data) 
print my_data 
    Cat1  Cat2  values 
0      2     0       1 
1      1     0       2 
2      2     0       3 
3      1     0       1 
4      2     0       2 
5      1     0       3 
6      2     1       1 
7      1     1       2 
8      1     1       3 
9      1     1       5 
10     2     1       1 
 
def f(x): 
    #print x    
    cat1_1 = x[x['Cat1']==1] 
    cat1_2 = x[x['Cat1']==2] 
 
    t, p = ttest_ind(cat1_1['values'], cat1_2['values']) 
    return pd.Series({'a':t, 'b':p})      
 
print my_data.groupby('Cat2').apply(f)  
            a         b 
Cat2                    
0     0.00000  1.000000 
1     2.04939  0.132842