Python ValueError在按行选择列时执行scipy.stats测试

目标是在pandas列中创建一个新列，该列存储KS D统计值，

df['KS']

。KS统计在该数据帧中的两组列之间生成，

grp1

和

grp2

：

# sample dataframe
import pandas as pd
import numpy as np

dic = {'gene': ['x','y','z','n'],
        'cell_a': [1, 5, 8,9],
        'cell_b': [8, 5, 4,9],
        'cell_c': [8, 6, 1,1],
        'cell_d': [1, 2, 7,1],
        'cell_e': [5, 7, 9,1],
       }
df = pd.DataFrame(dic)
df.set_index('gene', inplace=True)
df['ks'] = np.nan

# sample groups
grp1 = ['cell_a','cell_b']
grp2 = ['cell_d','cell_e']

因此，基因x的D统计量将是

stats.ks_2samp（[1,5]，[1,6]）[0]

，基因y将是

stats.ks_2samp（[5,2]，[1,7]）[0]

，等等。尝试如下：

# attempt 1 to fill in KS stat
for idx, row in df.iterrows():
    df.ix[idx, 'ks'] = stats.ks_2samp(df[grp1], df[grp2])[0]

但是，当我尝试填充

ks

系列时，我得到以下错误：

ValueError: object too deep for desired array

---

我的问题有两个部分：1）对象“对于数组来说太深”意味着什么，2）我如何在没有迭代的情况下完成同样的事情？

循环中的KS计算得到了一个“太深”错误，因为我需要为每个分布传递一个1-D数组以进行测试：

for idx, row in df.iterrows():
    df.loc[idx, 'ks'] = stats.ks_2samp(df.loc[idx, grp1], (df.loc[idx, grp2]))[0]

---

我以前的尝试使用了二维数组。这就是导致它“太深”的原因。

将该行更改为-

df.loc[idx，'ks']=stats.ks_2samp（行[grp1]，行[grp2]）[0]

，因为您是按行操作的，而不是整个

df

对象本身。此外，最好使用

.loc

进行分配，因为通过

.ix

进行访问在即将发布的版本中将很快被弃用。对于阵列来说仍然太深。仍然不知道这意味着什么或者如何修复它。。。