[英]Transforming a Dataframe for statsmodels t-test
我试图在pandas / statsmodels中运行t检验以比较两组之间的性能差异,但是我很难以statsmodels可以使用的方式(以合理的方式)格式化数据。
我的熊猫数据框当前如下所示:
Treatment Performance
a 2
b 3
a 2
a 1
b 0
据我了解,要执行t检验,我需要按处理方式整理数据,如下所示:
TreatmentA TreatmentB
2 3
2 0
1
这段代码几乎可以解决问题:
cat1 = df.groupby('Treatment', as_index=False).groups['a']
cat2 = df.groupby('Treatment', as_index=False).groups['b']
print(ttest_ind(cat1, cat2))
但是,当我打印时,看起来好像在拉扯发生处理的索引而不是性能值:
print(cat1)
[0, 2, 4, 5, 9, 10, 11, 16, 18,...131, 133, 142, 147, 152, 153, 156, 157, 158]
[也许?]应该更像这样:
print(cat1)
[2, 2, 1, ...0, 3, 1, 1, 0, 2, 0, 0, 0]
将这个数据框转换为可以执行t检验的格式的最佳方法是什么?
我认为最简单的方法是这样做:
ttest_ind(df[df['Treatment'] == 'a']['Performance'], df[df['Treatment'] == 'b']['Performance'])
希望能帮助到你。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.