- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试计算数据框中不同子段的 p 值和 t 值。
数据框有两列,以下是我的数据框中的前 5 个值:
df[["Engagement_score", "Performance"]].head()
Engagement_score Performance
0 6 0.0
1 5 0.0
2 7 66.3
3 3 0.0
4 11 0.0
我按参与度分数对数据框进行分组,然后计算这些组的这三个统计数据:
1) 平均表现得分 (sub_average) 和该组内的值数量 (sub_bookings)
2) 其余组的平均表现得分 (rest_average) 和其余组中的值数量 (rest_bookings)
总体绩效得分和总体预订是针对总体数据框架计算的。
这是我执行此操作的代码。
def stats_comparison(i):
df.groupby(i)['Performance'].agg({
'average': 'mean',
'bookings': 'count'
}).reset_index()
cat = df.groupby(i)['Performance']\
.agg({
'sub_average': 'mean',
'sub_bookings': 'count'
}).reset_index()
cat['overall_average'] = df['Performance'].mean()
cat['overall_bookings'] = df['Performance'].count()
cat['rest_bookings'] = cat['overall_bookings'] - cat['sub_bookings']
cat['rest_average'] = (cat['overall_bookings']*cat['overall_average'] \
- cat['sub_bookings']*cat['sub_average'])/cat['rest_bookings']
cat['t_value'] = stats.ttest_ind(cat['sub_average'], cat['rest_average'])[0]
cat['prob'] = stats.ttest_ind(cat['sub_average'], cat['rest_average'])[1] # this is the p value
cat['significant'] = [(lambda x: 1 if x > 0.9 else -1 if x < 0.1 else 0)(i) for i in cat['prob']]
# if the p value is less than 0.1 then I can confidently say that the 2 samples are different.
print(cat)
stats_comparison('Engagement_score')
我得到了以下输出,但我的子段得到了相同的 P 值和 T 值,如何在不编写循环的情况下为这些子段得出不同的 p 值和 t 值:
Engagement_score sub_average sub_bookings overall_average \
0 3 68.493120 1032 69.18413
1 4 71.018214 571 69.18413
2 5 70.265373 670 69.18413
3 6 68.986506 704 69.18413
4 7 69.587893 636 69.18413
5 8 70.215244 656 69.18413
6 9 63.495813 812 69.18413
7 10 71.235994 664 69.18413
8 11 69.302559 508 69.18413
9 12 81.980952 105 69.18413
overall_bookings rest_bookings rest_average t_value prob \
0 6358 5326 69.318025 0.870172 0.395663
1 6358 5787 69.003162 0.870172 0.395663
2 6358 5688 69.056769 0.870172 0.395663
3 6358 5654 69.208737 0.870172 0.395663
4 6358 5722 69.139252 0.870172 0.395663
5 6358 5702 69.065503 0.870172 0.395663
6 6358 5546 70.016967 0.870172 0.395663
7 6358 5694 68.944854 0.870172 0.395663
8 6358 5850 69.173846 0.870172 0.395663
9 6358 6253 68.969247 0.870172 0.395663
最佳答案
我认为您可以对参与组进行简单的循环。
import numpy as np
import pandas as pd
from scipy import stats
np.random.seed(123)
df = pd.DataFrame({'Engagement Score': np.random.choice(list('abcde'), 1000),
'Performance': np.random.normal(0,1,1000)})
# Get all of the subgroup averages and counts
d = {'mean': 'sub_average', 'size': 'sub_bookings'}
df_res = df.groupby('Engagement Score').Performance.agg(['mean', 'size']).rename(columns=d)
# Add overall values
df_res['overall_avg'] = df.Performance.mean()
df_res['overall_bookings'] = len(df)
# T-test of each subgroup against everything not in that subgroup.
for grp in df['Engagement Score'].unique():
# mask to separate the groups
m = df['Engagement Score'] == grp
# Decide whether you want to assume equal variances. equal_var=True by default.
t,p = stats.ttest_ind(df.loc[m, 'Performance'], df.loc[~m, 'Performance'])
df_res.loc[grp, 't-stat'] = t
df_res.loc[grp, 'p-value'] = p
df_res
: sub_average sub_bookings overall_avg overall_bookings t_stat p-value
Engagement Score
a -0.024469 203 -0.03042 1000 0.094585 0.924663
b -0.053663 206 -0.03042 1000 -0.372866 0.709328
c 0.080888 179 -0.03042 1000 1.638958 0.101537
d -0.127941 224 -0.03042 1000 -1.652303 0.098787
e -0.001161 188 -0.03042 1000 0.443412 0.657564
正如预期的那样,没有什么是重要的,因为它们都来自相同的正态分布。
关于python - 使用 Pandas 计算不同子段的 T 统计量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54378506/
我的一个 friend 在一次求职面试中被要求编写一个程序来测量可用 RAM 的数量。预期的答案是以二进制搜索方式使用 malloc():分配越来越大的内存部分,直到收到失败消息,减少部分大小,然后对
我正在通过任务管理器检查 Chrome 中特定选项卡的内存消耗情况。它显示了我使用的 RAM 量相当大: 但是,当我在开发人员工具中拍摄堆快照时,其显示的大小要小几倍: 怎么会这样呢? 最佳答案 并非
是否有一种可移植的方式,可以在各种支持的操作系统上同时在 .Net 和 Mono 上运行,让程序知道它运行的机器上有多少 RAM(即物理内存而不是虚拟内存)可用? 上下文是一个程序,其内存要求是“请尽
有谁知道是否有办法查看 android studio 项目中的所有 View 、LinearLayout、TextView 等? 我正在使用 android 设备监视器中的层次结构查看器使用 xml
很简单,我想从 Python 脚本中运行外部命令/程序,完成后我还想知道它消耗了多少 CPU 时间。 困难模式:并行运行多个命令不会导致 CPU 消耗结果不准确。 最佳答案 在 UNIX 上: (a)
我需要在给定数组索引和范围的情况下,在返回新索引的数组中向前循环 X 量并向后循环 X 量。 如果循环向前到达数组的末尾,它将在数组的开头继续。如果循环在向后时到达开头,它会在数组末尾继续。 例如,数
Android 应用程序中是否有类似最大 Activity 的内容?我想知道,因为我正在考虑创建具有铃声功能的声音应用程序。它将有大约 40 个 Activity 。但只有 1 个会持续运行。那太多了
有什么方法可以限制这种演示文稿的 curl 量吗?我知道系统会根据我们以 taht 方式模态呈现的 viewcontroller View 内的内容自动 curl 。 但 thta 在我的 iPad
我正在编写一个 Java 应用程序,它需要检查系统中可用的最大 RAM 量(不是 VM 可用的 RAM)。有没有可移植的方式来做到这一点? 非常感谢:-) 最佳答案 JMX 您可以访问 java.la
我发现它使用了 600 MB 的 RAM,甚至超过了 Visual Studio(当它达到 400 MB 的 RAM 时我将其关闭)。 最佳答案 dart 编辑器基于 Eclipse,而 Eclips
这个问题已经有答案了: Java get available memory (10 个回答) 已关闭 7 年前。 假设我有一个专门运行一个程序的 JVM,我如何获得分配给 JVM 的 RAM 量? 假
我刚刚使用 Eclipse 编写了一个程序,该程序需要很长时间才能执行。它花费的时间甚至更长,因为它只将我的 CPU 加载到 25%(我假设这是因为我使用的是四核,而程序只使用一个核心)。有没有办法让
我编写了一个 2x2x2 魔方求解器,它使用广度优先搜索算法求解用户输入的立方体位置。该程序确实解决了立方体。然而,当我进入一个很难解决的问题时,我会在搜索的深处发现这个问题,我用完了堆空间。我的电脑
我正在尝试同步运行多个 fio 线程,但随着线程数量的增加,我的计算机内存不足。似乎每个 fio 线程占用大约 200MB 的 RAM。话虽这么说,有没有办法让每个线程都有一个固定的最大内存使用量?设
我使用“fitctree”函数(链接:https://de.mathworks.com/help/stats/classificationtree-class.html)在 Matlab 中开发了一个
我有一个 .NET 进程,由于我不会深入探讨的原因,它消耗了大量 RAM。我想要做的是对该进程可以使用的 RAM 量实现上限。有办法做到这一点吗? 我找到的最接近的是 Process.GetCurre
您可能已经看到许多“系统信息”应用程序,它们显示诸如剩余电池生命周期之类的信息,甚至显示内存等系统信息。 以类似的方式,是否有任何方法可以从我的应用中检索当前可用 RAM 量,以便我可以更好地决定何时
我从来都不是 MFC 的忠实粉丝,但这并不是重点。我读到微软将在 2010 年发布新版本的 MFC,这让我感到很奇怪 - 我以为 MFC 已经死了(不是恶意,我真的这样做了)。 MFC 是否用于新开发
我在一台安装了 8 GB 内存的机器上工作,我试图以编程方式确定机器中安装了多少内存。我已经尝试使用 sysctlbyname() 来获取安装的内存量,但它似乎仅限于返回带符号的 32 位整数。 ui
基本上,我想要一个由大小相同的 div(例如 100x100)和类似 200x100 的变体构建的页面。它们都 float :向左调整以相应地调整窗口大小。问题是,我不知道如何让它们在那种情况下居中,
我是一名优秀的程序员,十分优秀!