跨 pandas 数据框应用函数 (Kruskal-Wallis)答案

【问题标题】：Apply function across pandas dataframe (Kruskal-Wallice)跨 pandas 数据框应用函数 (Kruskal-Wallis)
【发布时间】：2022-01-19 12:11:08
【问题描述】：

我有一个数据框 df1，似乎无法在每行的列中应用此函数。

import scipy.stats as stats

d = {'sample1':[2,3,1,0,5], 'sample2':[3,0,0,2,3], 'sample3':[0,0,0,3,4]}
df1 = pd.DataFrame(d)


# create new column containing p_value from kruskal test.
df1['p_val'] = df1.apply(lambda x: stats.kruskal(x.sample1, x.sample2, x.sample3), axis=1)

我不断得到：

TypeError: len() of unsized object

df1:

sample1 sample2 sample3
0   2      3    0
1   3      0    0
2   1      0    0
3   0      2    3
4   5      3    4

期望的输出（显然我做了 p_values）：

sample1 sample2 sample3  P_val
0   2      3    0        0.07
1   3      0    0        0.2
2   1      0    0        0.001
3   0      2    3        0.5
4   5      3    4        0.02

【问题讨论】：

标签： python pandas statistics

【解决方案1】：

看起来scipy.kruskal 函数需要为您传入的 3 个参数中的每一个提供一个数字数组。

因此，修改 lambda 函数以为行中的每个列条目生成一个列表就可以了

df1['p_val'] = df1.apply(lambda x: stats.kruskal([x.sample1], [x.sample2], [x.sample3]), axis=1)

【讨论】：

【解决方案2】：

它看起来像scipy.kruskal 在一维中进行论证所以写

df1['p_val'] = df1.apply(lambda x: stats.kruskal([x.sample1], [x.sample2], [x.sample3]), axis=1)

它将解决错误但作为 Kruskal-Wallis H 测试返回测试统计数据和 p 值，所以，修改你的代码像

df1['test_stat'],df1['p_val'] = df1.apply(lambda x: stats.kruskal([x.sample1], [x.sample2], [x.sample3]), axis=1)

这将有助于检索不同字段中的两个值

【讨论】：