熊猫双面t检验

Question

如果我有这样的df：

        normalized_0  normalized_1  normalized_0   mean      std
Site                           
0           NaN      0.798262      1.456576       0.888687  0.118194
1      0.705540      0.885226           NaN       0.761488  0.047023
2      0.669539      1.002526      1.212976       0.826657  0.077940
3      0.829826      0.968180      0.988679       0.871290  0.032367

如何计算0，1，2对3的双边t检验？

我试了一下：

from scipy.stats import ttest_ind

df['ttest'] = ttest_ind(df, d.loc[3])

但这行不通..。我得到的错误是：

TypeError: unsupported operand type(s) for /: 'str' and 'int'

你怎么解决这个问题？

Answer 1

我的答案可能完全错了，因为我只读过关于t-test的文章:)

我从您的问题中了解到的是，您有一个具有规范化值和它们的描述性统计信息的表(平均值，std)。

此表中的每个索引值都是分析的category，您希望比较类别[0, 1, 2]与[3]。

我还假设您只需要标准化的值作为输入数组，而不需要平均值或std。

selected_data = df.copy()
selected_data = selected_data[['normalized_0', 'normalized_1', 'normalized_0.1']]
selected_data['ttest'] = [ttest_ind(a=selected_data.iloc[3, :].values, \
                                    b=selected_data.iloc[x, :].values, \
                                    nan_policy='omit') for x in np.arange(len(selected_data))]

df.join(selected_data['ttest'])

        normalized_0  normalized_1  normalized_0.1 mean      std       ttest 
Site                           
0           NaN      0.798262      1.456576       0.888687  0.118194  (-0.7826642930343911, 0.4909212050511221)
1      0.705540      0.885226           NaN       0.761488  0.047023  (1.4370158341444121, 0.24625840339538163)  
2      0.669539      1.002526      1.212976       0.826657  0.077940  (-0.19764518466194855, 0.8529602343240825)
3      0.829826      0.968180      0.988679       0.871290  0.032367  (0.0, 1.0)

a和b参数是选定列的行值。

# values of third category for example
selected_data.iloc[3, :].values 
# array([0.829826, 0.96818 , 0.988679])

omit在计算测试时忽略nan值(默认情况下，nan_policy的参数设置为propagate，如果存在缺失值，则返回nan )。