python - 计算pandas DataFrame中每组的t检验统计量

Question

给定一个 pandas DataFrame带有 group 的列, x , 和 y (每个 group 值有多个记录)，我想创建一个新的 DataFrame每排一行 group以及 x 的相关 t 统计量和 y该组中的值。我想用 groupby 来做这件事，不是循环。

例子:

import pandas as pd
import numpy as np
from scipy import stats

N = 100  # Observations per group.
tt_df = pd.DataFrame({'group': np.append(['A'] * N, ['B'] * N),
                      'x': np.random.randn(2 * N)})
tt_df['y'] = tt_df['x'] + np.random.randn(2 * N)
stats.ttest_ind(tt_df['x'], tt_df['y'])[0]  # -0.32 global t statistic.

Answer 1

tt_df.groupby('group').apply(lambda df: stats.ttest_ind(df['x'], df['y'])[0])
# group
# A   -0.292413
# B   -0.167816
# dtype: float64