函数适用于数据帧的每一行，但不使用df.apply

Question

我有这个pandas数据帧，每行包含两个样本X和Y：

import pandas as pd
import numpy as np
df = pd.DataFrame({'X': [np.random.normal(0, 1, 10),
                         np.random.normal(0, 1, 10),
                         np.random.normal(0, 1, 10)],
                   'Y': [np.random.normal(0, 1, 10),
                         np.random.normal(0, 1, 10),
                         np.random.normal(0, 1, 10)]})

我想在每一行上使用函数ttest_ind() （以两个样本作为输入的统计测试），并获取响应的第一个元素（该函数返回两个元素）：

• 如果我为给定的行（例如第1行）执行此操作，则可以：

   from scipy import stats stats.ttest_ind(df['X'][0], df['Y'][0], equal_var = False)[0] # Returns a float 

• 但是，如果我使用apply在每一行上执行它，我会收到一个错误：

   df.apply(lambda x: stats.ttest_ind(x['X'], x['Y'], equal_var = False)[0]) # Throws the following error: Traceback (most recent call last): File "pandas\\_libs\\index.pyx", line 154, in pandas._libs.index.IndexEngine.get_loc File "pandas\\_libs\\hashtable_class_helper.pxi", line 759, in pandas._libs.hashtable.Int64HashTable.get_item TypeError: an integer is required During handling of the above exception, another exception occurred: ... KeyError: ('X', 'occurred at index X') 

我究竟做错了什么？

Answer 1

您只需指定要应用函数的轴。 查看apply()的相关文档 。 简而言之， axis = 1表示“将函数应用于我的数据帧的每一行”。 默认值为axis = 0 ，它尝试将函数应用于每列。

df.apply(lambda x: stats.ttest_ind(x['X'], x['Y'], equal_var = False)[0], axis=1)

0    0.985997
1   -0.197396
2    0.034277