如何在python中使用groupby运行t测试

我有一个熊猫数据框，看起来像这样：

import pandas as pd
import numpy as np
test_df = pd.DataFrame({'group': np.append(['A'] * 50, [['B'] * 50, ['C'] * 50]),
                      'value': np.random.randn(3 * 50)})

我想在所有组

a

，

B

，

C

之间运行

t-test

---

有没有一种类似蟒蛇的方法？我需要一些比手动切片df更通用的东西

我们可以在这里使用

itertools.combines

来获得

组中唯一值的组合

：

from itertools import combinations
from scipy.stats import ttest_ind

grps = test_df['group'].unique()
combs = combinations(grps, 2)

ttests = {
    f'{c1}_{c2}': ttest_ind(
        test_df.loc[test_df['group'] == c1, 'value'], 
        test_df.loc[test_df['group'] == c2, 'value']
    ) for c1, c2 in combs
}

输出

{'A_B': Ttest_indResult(statistic=1.2288295532881655, pvalue=0.22207832845954317),
 'A_C': Ttest_indResult(statistic=0.18451518261887467, pvalue=0.8539906100478168),
 'B_C': Ttest_indResult(statistic=-0.8658034013302348, pvalue=0.3887126452109223)}

---

这回答了你的问题吗？如果您想用相同的测试对所有组进行测试，您可能需要考虑ANOVA而不是多个T。tests@quant如果你的方差分析导致对无效假设的拒绝，你可以做一个Tukey事后检验，看看差异来自哪里from@quant如果你做了多个测试而不是一个，您增加了获得误报的机会，即偶然获得低于阈值的p值。您还可以通过将阈值（例如0.05）除以所做测试的数量来规避误报概率的增加。那么你拒绝无效假设的新阈值是0.05/3=0.0167（也称为Bonferroni校正）@quant检验将超出评论的限制。我建议从这里开始