python - 如何在 Mann-whitney u 测试的数据框中忽略 NaN？

Question

我有一个数据框，如下所示。

我想要通过比较每一列来进行 Mann-whitney u 检验的 p 值。作为一个例子，我在下面尝试过。

from scipy.stats import mannwhitneyu
mannwhitneyu(df['A'], df['B'])

这会产生以下值。

MannwhitneyuResult(statistic=3.5, pvalue=1.8224273379076809e-05)

我想知道 NaN 是否会影响结果，因此我如图所示制作了以下 df2 和 df3 数据帧并尝试如下。

mannwhitneyu(df2, df3)

这导致了

MannwhitneyuResult(statistic=3.5, pvalue=0.00025322465545184154)

所以我认为 NaN 值影响了结果。有谁知道如何忽略数据框中的 NaN 值？

Answer 1

您可以使用df.dropna()您可以在此处找到大量文档 dropna

根据您的示例，语法将如下所示:

mannwhitneyu(df['A'].dropna(),df['B'])