pandasT检验

Question

如果要计算熊猫中两个类别的平均值，可以这样进行：

data = {'Category': ['cat2','cat1','cat2','cat1','cat2','cat1','cat2','cat1','cat1','cat1','cat2'],
        'values': [1,2,3,1,2,3,1,2,3,5,1]}
my_data = DataFrame(data)
my_data.groupby('Category').mean()

Category:     values:   
cat1     2.666667
cat2     1.600000

我有很多这样格式化的数据，现在我需要做一个 T 检验，看看 cat1 和 cat2的均值 在统计上是否不同。我怎样才能做到这一点？

Answer 1

它取决于您要进行哪种t检验（单侧或双侧相关或独立），但是它应该很简单：

from scipy.stats import ttest_ind

cat1 = my_data[my_data['Category']=='cat1']
cat2 = my_data[my_data['Category']=='cat2']

ttest_ind(cat1['values'], cat2['values'])
>>> (1.4927289925706944, 0.16970867501294376)

它返回一个带有t统计量和p值的元组

有关其他t检验，请参见此处http://docs.scipy.org/doc/scipy/reference/stats.html