使用 scipy 和 groupby 计算 Kendall 的 tau

Question

我有一个 csv 文件，其中包含每年和每个气象站的降水数据。它看起来像这样：

station_id    year       Sum
 210018      1916      65.024
 210018      1917      35.941
 210018      1918      28.448
 210018      1919      68.58
 210018      1920      31.115
 215400      1916      44.958
 215400      1917      31.496
 215400      1918      38.989
 215400      1919      74.93
 215400      1920      53.5432

我想根据唯一的站点 ID 返回 Kendall 的 tau 相关性和 p 值。所以对于上面我想要车站 id 210018 和 215400 的总和和年份之间的相关性。

station_id 210018 的相关性为 -.20，p 值为 0.62，station_id 215400 的相关性为 0.40，p 值为 0.33。

我正在尝试使用这个：

grouped=df.groupby(['station_id'])
grouped.aggregate([tau, p_value=sp.stats.kendalltau(df.year, df.Sum)])

返回的错误是 p_value 后等号上的语法错误。

任何帮助将不胜感激。

Answer 1

一种计算方法是在groupby 对象上使用apply：

>>> import scipy.stats as st
>>> df.groupby(['station_id']).apply(lambda x: st.kendalltau(x['year'], x['Sum']))
station_id
210018        (-0.2, 0.62420612399)
215400        (0.4, 0.327186890661)
dtype: object