我有如下数据集

df = pd.DataFrame({'numbers':range(9), 'group':['a', 'b', 'c']*3})

 group numbers
0   a   0
1   b   1
2   c   2
3   a   3
4   b   4
5   c   5
6   a   6
7   b   7
8   c   8


我想创建向量

a = [0, 3, 6]
b = [1, 4, 7]
c = [2, 5, 8]


用于Kruskal-Wallis H检验python

stats.kruskal(a, b, c)


或类似R的数字(数字〜组)

最佳答案

我不熟悉Kruskal-Wallis测试的任何特殊要求,但是您可以通过以下方式将这些分组数组放入字典中来访问它们:

groupednumbers = {}
for grp in df['group'].unique():
    groupednumbers[grp] = df['numbers'][df['group']==grp].values

print(groupednumbers)
*** {'c': array([2, 5, 8]), 'b': array([1, 4, 7]), 'a': array([0, 3, 6])}


也就是说,您可以通过显式调用groupednumbers['a']等或通过列表来获取向量:

args = groupednumbers.values()


...或者如果您需要订购它们:

args = [groupednumbers[grp] for grp in sorted(df['group'].unique())]


然后打电话

stats.kruskal(*args)


或者,如果您需要实际的列表,则可以执行list(df['numbers'][...].values。)

10-04 17:05