Python 3.x python中两个数据帧之间的Wilcoxon秩和检验

我试图在两个数据帧之间执行Wilcoxon秩和测试。我只想在行之间执行测试。例如，测试应仅在df1（A，1，2，3）和df2（A，10，12，13）中的行1之间进行，在df1（B，4，5，6）和df2（B，14，15，16）中的行2之间进行，依此类推

df1=pd.DataFrame(np.array([['A',1, 2, 3], ['B',4, 5, 6], ['C',7, 8, 9]]),
                   columns=['Details','a', 'b', 'c'])

 
df2=pd.DataFrame(np.array([['A',10, 12, 13], ['B',14, 15, 16], ['C',17, 18, 19]]),
                   columns=['Details','a', 'b', 'c'])

这将导致我在数据帧行之间找到一列用于测试的p值

out = pd.DataFrame(np.array([['A',0.05], ['B',0.0002], ['C',1]]),
                   columns=['details','P'])

---

一种方法是应用for循环，但不幸的是，我的原始数据集中有28000行，这个实验必须重复至少1000次。我想知道是否有人有更好的策略来解决这个问题。非常感谢您事先提供的帮助。

一种计算方法是使用scipy的ranksums

from scipy.stats import ranksums
import pandas as pd


df1=pd.DataFrame(np.array([['A',1, 2, 3], ['B',4, 5, 6], ['C',7, 8, 9]]),
                   columns=['Details','a', 'b', 'c'])

 
df2=pd.DataFrame(np.array([['A',10, 12, 13], ['B',14, 15, 16], ['C',17, 18, 19]]),
                   columns=['Details','a', 'b', 'c'])


a = df1.loc[0,'a':].values.astype(int) #Select the first row
b = df2.loc[0,'a':].values.astype(int) #Select the second row

ranksums(a, b)

---

你问题的答案很大程度上取决于你用什么来计算Wilcoxon秩和？