python教程—界的熊猫-Python实用宝典

python教程—界的熊猫

如果我想计算熊猫中两类的均值,我可以这样做:我有很多这样格式的数据,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。我该怎么做呢?

如果我想计算熊猫两类的平均值,我可以这样做:

    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-test,看看cat1cat2的均值是否有统计学差异。我该怎么做呢?

回答

这取决于你想做什么样的t检验(单侧或双侧依赖或独立),但它应该像这样简单:

    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- statistics &的元组假定值的

其他t-test http://docs.scipy.org/doc/scipy/reference/stats.html

​Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号:Python实用宝典

本文由 Python实用宝典 作者:Python实用宝典 发表,其版权均为 Python实用宝典 所有,文章内容系作者个人观点,不代表 Python实用宝典 对观点赞同或支持。如需转载,请注明文章来源。
1

发表评论