Python、海运、使用statannot的统计分析看起来不太正确

Question

我使用statannot对一些基本数据进行统计测试，但是统计测试的结果似乎不正确。也就是说，我的一些比较得出了"P_val=0.000e+00 U_stat=0.000e+00"，我认为这是不可能的。我的数据框架和/或代码有什么问题吗？

下面是我使用的数据框架：

​

这是我的密码：

import pandas as pd
from matplotlib import pyplot as plt
import seaborn as sns
from statannot import add_stat_annotation
import scipy.stats as sp

data = pd.read_excel('Z:/DMF/GROUPS/gr_Veening/Users/Vik/scRNA-seq/FACSAria/Adherence-invasion assays/adherence_invasion_assay_a549-RFP 4-6-21.xlsx',sheet_name="Sheet2", header = 0)

sns.set_theme(style="darkgrid")
ax1 = sns.boxplot(x="Strain", y="adherence_counts", data=data)
x = "Strain"
y = "adherence_counts"
order = ["D39", "D39 Δcps", "19F", "19F ΔcomCDE"]
ax1 = sns.boxplot(data=data, x=x, y=y, order=order)
plt.title("Adherence Assay")
plt.ylabel('CFU/ml')
plt.xlabel('')
ax1.set(xticklabels=["D39", "D39 Δ$\it{cps}$", "19F", "19F Δ$\it{comCDE}$"])
add_stat_annotation(ax1, data=data, x=x, y=y, order=order,
                    box_pairs=[("D39", "19F"), ("D39", "D39 Δcps"), ("D39 Δcps", "19F"), ("19F", "19F ΔcomCDE")],
                    test='Mann-Whitney', text_format='star', loc='inside', verbose=2)

最后，以下是统计测试的结果：

D39 v.s. D39 Δcps: Mann-Whitney-Wilcoxon test two-sided with Bonferroni correction, P_val=0.000e+00 U_stat=0.000e+00
D39 Δcps v.s. 19F: Mann-Whitney-Wilcoxon test two-sided with Bonferroni correction, P_val=1.000e+00 U_stat=2.000e+00
19F v.s. 19F ΔcomCDE: Mann-Whitney-Wilcoxon test two-sided with Bonferroni correction, P_val=7.617e-01 U_stat=8.000e+00
D39 v.s. 19F: Mann-Whitney-Wilcoxon test two-sided with Bonferroni correction, P_val=0.000e+00 U_stat=0.000e+00
C:\Users\Vik\anaconda3\lib\site-packages\scipy\stats\stats.py:7171: RuntimeWarning: divide by zero encountered in double_scalars
  z = (bigu - meanrank) / sd

任何帮助都将不胜感激，谢谢！

Answer 1

你的问题来自两个方面：

• 从统计数据来看，在某些情况下(如"D39“与"19F")，一组中的所有项目都比另一组大/小，因此是0U统计量和极值p值。很有可能得到这些结果。它来自于只检查所提供的值的等级(此测试所做的)，它有其优点和局限性(+ Mann的测试也不适合如此小的样本大小，特别是在scipy假设为等方差的情况下)。
• 现在，该行z = (bigu - meanrank) / sd失败意味着np.sqrt(T * n1 * n2 * (n1+n2+1) / 12.0) = 0，因此在本例中，n1和/或n2是0 (这些是len(x)和len(y))。枕源所以，

- There is a bug in `statannot`, because this can happen, silently, if `order` and `box_pair` both refer to a series which does not exist in the dataframe, which I'll correct in `statannotations`. Thank you, then.

如果不是

- However, I cannot reproduce your Warning with a copy of your dataframe. If this were the only bug, you should see a missing box in your plot at the point you showed us.

，您是否可能更新了一些代码，但没有在这里复制最后一个输出？否则，可能会有更多的事情要揭露，请告诉我们。

编辑:正如在讨论中发现的，如果statannot中的order、box_pairs和dataset中的标签不匹配，那么第二个问题就会发生。这已经在statannotations ( statannot的一个分支)中进行了修补。