如何通过 pandas 数据帧循环到 运行 每个变量的独立 t 检验？
How to loop through a pandas dataframe to run an independent ttest for each of the variables?
我有一个包含大约 33 个变量的数据集。数据集包含患者信息，感兴趣的结果本质上是二元的。以下是数据片段。
数据集存储为 pandas 数据帧
df.head()
ID Age GAD PHQ Outcome
1 23 17 23 1
2 54 19 21 1
3 61 23 19 0
4 63 16 13 1
5 37 14 8 0
我想 运行 独立的 t 检验，根据结果查看患者信息的差异。所以，如果我要 运行 每个单独的 t 检验，我会做：
age_neg_outcome = df.loc[df.outcome ==0, ['Age']]
age_pos_outcome = df.loc[df.outcome ==1, ['Age']]
t_age, p_age = stats.ttest_ind(age_neg_outcome ,age_pos_outcome, unequal = True)
print('\t Age: t= ', t_age, 'with p-value= ', p_age)
如何在每个变量的 for 循环中执行此操作？
我看过这个 post 有点相似，但无法使用它。
你快到了。 ttest_ind 也接受多维数组：
cols = ['Age', 'GAD', 'PHQ']
cond = df['outcome'] == 0
neg_outcome = df.loc[cond, cols]
pos_outcome = df.loc[~cond, cols]
# The unequal parameter is invalid so I'm leaving it out
t, p = stats.ttest_ind(neg_outcome, pos_outcome)
for i, col in enumerate(cols):
print(f'\t{col}: t = {t[i]:.5f}, with p-value = {p[i]:.5f}')
输出：
Age: t = 0.12950, with p-value = 0.90515
GAD: t = 0.32937, with p-value = 0.76353
PHQ: t = -0.96683, with p-value = 0.40495
我有一个包含大约 33 个变量的数据集。数据集包含患者信息，感兴趣的结果本质上是二元的。以下是数据片段。
数据集存储为 pandas 数据帧
df.head()
ID Age GAD PHQ Outcome
1 23 17 23 1
2 54 19 21 1
3 61 23 19 0
4 63 16 13 1
5 37 14 8 0
我想 运行 独立的 t 检验，根据结果查看患者信息的差异。所以，如果我要 运行 每个单独的 t 检验，我会做：
age_neg_outcome = df.loc[df.outcome ==0, ['Age']]
age_pos_outcome = df.loc[df.outcome ==1, ['Age']]
t_age, p_age = stats.ttest_ind(age_neg_outcome ,age_pos_outcome, unequal = True)
print('\t Age: t= ', t_age, 'with p-value= ', p_age)
如何在每个变量的 for 循环中执行此操作？
我看过这个 post 有点相似，但无法使用它。
你快到了。 ttest_ind 也接受多维数组：
cols = ['Age', 'GAD', 'PHQ']
cond = df['outcome'] == 0
neg_outcome = df.loc[cond, cols]
pos_outcome = df.loc[~cond, cols]
# The unequal parameter is invalid so I'm leaving it out
t, p = stats.ttest_ind(neg_outcome, pos_outcome)
for i, col in enumerate(cols):
print(f'\t{col}: t = {t[i]:.5f}, with p-value = {p[i]:.5f}')
输出：
Age: t = 0.12950, with p-value = 0.90515
GAD: t = 0.32937, with p-value = 0.76353
PHQ: t = -0.96683, with p-value = 0.40495