使用 TukeyHSD 进行多重比较时出现类型错误

Question

我正在尝试从 statsmodels 应用 TukeyHSD，但收到以下错误消息。

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-68-503f7cac5cbb> in <module>()
      1 from statsmodels.stats.multicomp import pairwise_tukeyhsd
      2 
----> 3 pairwise_tukeyhsd(endog=data['value'], groups=data['sample_id'])

c:\users\hambarsous\appdata\local\programs\python\python36\lib\site-packages\statsmodels\stats\multicomp.py in pairwise_tukeyhsd(endog, groups, alpha)
     36     '''
     37 
---> 38     return MultiComparison(endog, groups).tukeyhsd(alpha=alpha)

c:\users\hambarsous\appdata\local\programs\python\python36\lib\site-packages\statsmodels\sandbox\stats\multicomp.py in __init__(self, data, groups, group_order)
    794         if group_order is None:
    795             self.groupsunique, self.groupintlab = np.unique(groups,
--> 796                                                             return_inverse=True)
    797         else:
    798             #check if group_order has any names not in groups

c:\users\hambarsous\appdata\local\programs\python\python36\lib\site-packages\numpy\lib\arraysetops.py in unique(ar, return_index, return_inverse, return_counts, axis)
    221     ar = np.asanyarray(ar)
    222     if axis is None:
--> 223         return _unique1d(ar, return_index, return_inverse, return_counts)
    224     if not (-ar.ndim <= axis < ar.ndim):
    225         raise ValueError('Invalid axis kwarg specified for unique')

c:\users\hambarsous\appdata\local\programs\python\python36\lib\site-packages\numpy\lib\arraysetops.py in _unique1d(ar, return_index, return_inverse, return_counts)
    278 
    279     if optional_indices:
--> 280         perm = ar.argsort(kind='mergesort' if return_index else 'quicksort')
    281         aux = ar[perm]
    282     else:

TypeError: '<' not supported between instances of 'str' and 'int'

我尝试了以下方法，看看是否可以解决类型错误，但没有成功。

import pandas as pd

pd.to_numeric(data['value'], errors='coerce')

下面是产生我的错误的代码，此时我唯一的假设是当我读入数据并融化它时，这可能对我不完全理解的数据类型做了一些事情。当我检查 value 和 sample_id 的数据类型时，我得到 float64 和 object.

import pandas as pd

data = pd.read_excel('CHOK1CGA2016WB1.xlsx', sheet_name='Cleaned Data')
data = pd.melt(data, id_vars=['sample_code', 'sample_id', 'day', 'test'], value_vars=['rep 1', 'rep 2', 'rep 3', 'rep 4', 'rep 5', 'rep 6'])
data.rename(columns={'variable': 'rep'}, inplace=True)

from statsmodels.stats.multicomp import pairwise_tukeyhsd

pairwise_tukeyhsd(endog=data['value'], groups=data['sample_id'])

Answer 1

对我问题的评论让我走上了进一步检查数据['sample_id'] 列元素的道路。看来这就是问题所在，因为它是数字或 letter/numbers 的混合，我相信只有数字条目导致了错误。我只是在具有数字和代码运行.

的元素中添加了一些字母

使用 TukeyHSD 进行多重比较时出现类型错误

Type Error when using TukeyHSD for multi comparison

python

pandas

statsmodels

tukey

pairwise