Skip to main content
 首页 » 编程设计

python之pandas : how to apply scipy. 对 groupby 对象的统计测试

2024年10月25日29qq号

我有一个这样的数据框:

   1       2 
0  P  214233 
1  P  130435 
2  P  258824 
3  P   75488 
4  C  101215 
5  C  105793 
6  C  101591 

例如,我想执行 Wilcoxon 秩和检验。为什么以下命令不起作用?

import scipy.stats as ss 
df.groupby(1).apply(ss.ranksums) 

我认为它不起作用,因为 scipy 无法识别该组:

TypeError: ranksums() takes exactly 2 arguments (1 given) 

如何实现这一目标?无需手动执行 groupby :

ss.ranksums(df[df[1]=="C"][2], df[df[1]=="P"][2]) 

方差分析也有同样的问题:

如果数据框是这样的:

   1       2 
0  P  214233 
1  P  130435 
2  A  258824 
3  A  75488 
4  A  101215 
5  C  105793 
6  C  101591 

但是这里的错误是:

TypeError: can't multiply sequence by non-int of type 'str' 

谢谢

请您参考如下方法:

这有效。

values_per_group = [col for col_name, col in df.groupby(1)[2]] 
ss.ranksums(*values_per_group)