如何使用cycle在python中执行Mann-Whitney U测试？

我有一个循环，每次都会给出新的值k1和k2，但问题是在我的数据集中，有一些情况下，k1和k2中的所有值都是零。当程序运行到它们身上时，它只是抛出一个错误，并没有完成循环，还有很多计算。我如何才能让这些案例像NA或其他东西一样被签署，然后循环继续

python3 

import pandas

from scipy.stats import mannwhitneyu

print(mannwhitneyu(k1, k2))

我对不同的观测值进行了Mann-Whitney U检验，我希望循环不会在错误处停止，只是要注意，这在这里是不可能的

错误示例（上面第3行是正常的）：

MannwhitneyuResult（统计=3240.0，pvalue=0.16166098643677973）
MannwhitneyuResult（统计=2958.5，pvalue=0.008850960706454409）
回溯（最近一次呼叫最后一次）：
文件“ars1”，第95行，在
印刷品（mannwhitneyu（k1，k2））
mannwhitneyu中的文件“/storage/software/python-3.6.0/lib/python3.6/site packages/scipy/stats/stats.py”，第4883行
raise VALUE ERROR（‘mannwhitneyu’中的所有数字都相同）
ValueError：mannwhitneyu中的所有数字都相同

如果两个数组相等，则可以继续循环。例如，如果：

k1 = [0,0,0,0,0];
k2 = [0,0,0,0,0];

然后您可以检查

k1==k2

。如果是真的，只需对循环使用continue。像这样：

if ( k1 == k2 ) == True: continue

在你打电话给曼惠特尼尤（k1，k2）之前

我在循环中尝试了它，还将它保存在一个文件夹中的csv文件中

转换列表中的序列，并检查其是否相等

  for y in df.columns:
      target = df[y]
      list_mann_white = []


      for x in df.columns:
          if list(target) == list(df[x]):
              pass
          else:
              list_mann_white.append([stats.mannwhitneyu(target,df[x])[1],x])

      list_mann_white.sort()
      mann_csv = pd.DataFrame(chi_list)
      mann_csv.to_csv('Mann/target_{}.csv'.format(y))

---

哦！非常感谢。你能告诉我现在如何进行多重比较的p值修正吗？我今天写了一篇文章：

  for y in df.columns:
      target = df[y]
      list_mann_white = []


      for x in df.columns:
          if list(target) == list(df[x]):
              pass
          else:
              list_mann_white.append([stats.mannwhitneyu(target,df[x])[1],x])

      list_mann_white.sort()
      mann_csv = pd.DataFrame(chi_list)
      mann_csv.to_csv('Mann/target_{}.csv'.format(y))