在 groupby() python 上进行 ptest

【问题标题】：ptest on groupby() python在 groupby() python 上进行 ptest
【发布时间】：2019-04-20 03:35:28
【问题描述】：

我有一个如下的数据框：

Region   Votes

    A          23
    B          26
    A          32
    B          46
    A          32
    B          24

我通过下面的代码data.groupby('Region')['Votes'].mean()计算了区域 A 和 B 的投票平均值。现在我要做 ptest 以确定这个差异是否具有统计意义。我尝试了这个代码

one = data[data['Region']=='one']
two = data[data['Region']=='two']

print(st.ttest_ind(one['Votes'], two['Votes'])).

我在输出中得到 nan 而不是值，即

  Ttest_indResult(statistic=nan, pvalue=nan)

谁能告诉我我做错了什么？

【问题讨论】：

标签： python group-by hypothesis-test

【解决方案1】：

如果你改变：

one = data[data['Region']=='one']
two = data[data['Region']=='two']

到

one = data[data['Region']=='A']
two = data[data['Region']=='B']

它会起作用的。或者，一次完成所有操作：

st.ttest_ind(data.loc[data.Region == 'A', 'Votes'], data.loc[data.Region == 'B', 'Votes'])
#Ttest_indResult(statistic=-0.3927922024247863, pvalue=0.7145066681331176)

或者使用 groupby，首先将每个区域的 Votes 转换为列表：

gb = df.groupby('Region')['Votes'].apply(list)
st.ttest_ind(*gb)
#Ttest_indResult(statistic=-0.3927922024247863, pvalue=0.7145066681331176)

【讨论】：