Python 执行T检验以检查两个不同csv文件中的列

我有两个csv文件，看起来像这样：

date,high,low,precip
1-Jan,43,41,0
2-Jan,50,25,0
3-Jan,51,25,0
4-Jan,44,25,0
5-Jan,36,21,0
6-Jan,39,20,0
7-Jan,47,21,0.04
8-Jan,30,14,0
9-Jan,30,12,0
10-Jan,35,12,0
11-Jan,42,15,0
12-Jan,55,29,0
13-Jan,57,29,0
14-Jan,61,33,0
15-Jan,52,46,0.1

我需要对“high”列进行T检验，但我还没有找到很多方法。我已经使用以下方法导入了总和：

import pandas as pd
import re, csv
from scipy.stats import ttest_ind
high_mean = round(pd.read_csv(r'2010-Jan-June.csv', usecols=['high'], squeeze=True).mean(), 1)
high_mean17 = round(pd.read_csv(r'2017-Jan-June.csv', usecols=['high'], squeeze=True).mean(), 1)

---

但是我不知道如何使用我在那里得到的数据来进行t检验。

我认为你的思路是正确的

from scipy.stats import ttest_ind
high_mean = pd.read_csv(r'2010-Jan-June.csv', usecols=['date','high'], squeeze=True).set_index('date')
high_mean17 = pd.read_csv(r'2017-Jan-June.csv', usecols=['date','high'], squeeze=True).set_index('date')

ttest_ind(high_mean.values,high_mean17.values)

根据文档，数组必须具有相同的形状，但与轴对应的维度除外（默认情况下为第一个维度）

因此，在进行t检验之前，您应该确保2017年和2010年的数据点长度相同。我在这里使用

pd.concat

来实现内部连接

s=pd.concat([high_mean,high_mean17],axis=1,join='inner')

high_mean=s.iloc[:,0]
high_mean17=s.iloc[:,1]

---

我认为你的思路是对的

from scipy.stats import ttest_ind
high_mean = pd.read_csv(r'2010-Jan-June.csv', usecols=['date','high'], squeeze=True).set_index('date')
high_mean17 = pd.read_csv(r'2017-Jan-June.csv', usecols=['date','high'], squeeze=True).set_index('date')

ttest_ind(high_mean.values,high_mean17.values)

根据文档，数组必须具有相同的形状，但与轴对应的维度除外（默认情况下为第一个维度）

因此，在进行t检验之前，您应该确保2017年和2010年的数据点长度相同。我在这里使用

pd.concat

来实现内部连接

s=pd.concat([high_mean,high_mean17],axis=1,join='inner')

high_mean=s.iloc[:,0]
high_mean17=s.iloc[:,1]

---

绝对是同一个号码。这些文件只有1月1日至6月30日的数据，一份来自2010年，一份来自2017年。我需要日期栏有什么原因吗？另外，奇怪的是，@Wen，我得到了一个

name错误：name'stats'没有定义

错误。@ArchivistG好的，你可以在你从scipy.stats导入ttest\u ind后执行ttest\u ind。它肯定是相同的数字。这些文件只有1月1日至6月30日的数据，一份来自2010年，一份来自2017年。我需要日期栏有什么原因吗？另外，奇怪的是，@Wen，我得到了一个

名称错误：名称“stats”没有定义

错误。@ArchivistG好的，你可以在从scipy.stats导入ttest\u ind后执行ttest\u ind