Pandas 的 T 检验

如果我想计算 Pandas 中两个类别的平均值，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- 检验是否均值cat1 and cat2统计上有差异。我怎样才能做到这一点？

这取决于您想要进行哪种类型的 t 检验（一侧或两侧相关或独立），但它应该简单如下：

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)

它返回一个包含 t 统计量和 p 值的元组

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