我想在python中进行一个简单的t检验,但我想将所有可能的组互相比较。假设我有以下数据:
import pandas as pd
data = {'Category': ['cat3','cat2','cat1','cat2','cat1','cat2','cat1','cat2','cat1','cat1','cat1','cat2','cat3','cat3'],
'values': [4,1,2,3,1,2,3,1,2,3,5,1,6,3]}
my_data = pd.DataFrame(data)
我想基于t检验为所有可能的类别组合计算p值,这些组合是:
cat1 vs. cat2
cat2 vs. cat3
cat1 vs. cat3
我可以通过以下方式手动执行此操作:
from scipy import stats
cat1 = my_data.loc[my_data['Category'] == 'cat1', 'values']
cat2 = my_data.loc[my_data['Category'] == 'cat2', 'values']
cat3 = my_data.loc[my_data['Category'] == 'cat3', 'values']
print(stats.ttest_ind(cat1,cat2).pvalue)
print(stats.ttest_ind(cat2,cat3).pvalue)
print(stats.ttest_ind(cat1,cat3).pvalue)
但是,有没有更简单直接的方法来做到这一点?类别的数量可能因情况而异,因此需要计算的t检验的数量也将有所不同...
最终输出应该是一个DataFrame,每个比较都包含一行,其值如下:category1 |类别2 | p值,在这种情况下,应类似于:
cat1 | cat2 | 0.16970867501294376
cat2 | cat3 | 0.0170622126550303
cat1 | cat3 | 0.13951958313684434
最佳答案
考虑跨类别遍历itertools.combinations
:
from itertools import combinations
...
def ttest_run(c1, c2):
results = stats.ttest_ind(cat1, cat2)
df = pd.DataFrame({'categ1': c1,
'categ2': c2,
'tstat': results.statistic,
'pvalue': results.pvalue},
index = [0])
return df
df_list = [ttest_run(i, j) for i, j in combinations(mydata['Category'].unique().tolist(), 2)]
final_df = pd.concat(df_list, ignore_index = True)
关于python - Python中的T检验,可进行多个组比较,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/60265435/