熊猫检查两个值是否在统计上不同答案

【问题标题】：pandas check if two values are statistically different熊猫检查两个值是否在统计上不同
【发布时间】：2020-06-26 09:40:41
【问题描述】：

我有一个 pandas 数据框，其中有一些男性值和一些女性值。我想计算两种性别值的百分比是否**显着不同，并告诉这些比率的置信区间**。以下是示例代码：

data={}
data['gender']=['male','female','female','male','female','female','male','female','male']
data['values']=[10,2,13,4,11,8,14,19,2]
df_new=pd.DataFrame(data)
df_new.head()   # make a simple data frame


    gender  values
0   male    10
1   female  2
2   female  13
3   male    4
4   female  11

df_male=df_new.loc[df_new['gender']=='male']
df_female=df_new.loc[df_new['gender']=='female']   # separate male and female

# calculate percentages
male_percentage=sum(df_male['values'].values)*100/sum(df_new['values'].values)
female_percentage=sum(df_female['values'].values)*100/sum(df_new['values'].values)

# want to tell whether both percentages are statistically different or not and what are their confidence interval rates
print(male_percentage)
print(female_percentage)

任何帮助将不胜感激。谢谢！

【问题讨论】：

标签： python-3.x pandas statistics

【解决方案1】：

使用 t 检验。在这种情况下，使用两个 t 检验，这意味着您正在比较两个样本的值/平均值。

我正在应用一个替代假设； A!=B。我通过测试原假设 A=B 来做到这一点。这是通过计算 p 值来实现的。当 p 低于称为 alpha 的临界值时，我拒绝原假设。 alpha 的标准值为 0.05。低于 5% 的概率，样本将产生类似于观察值的模式

提取样本，在本例中为values列表

A=df[df['gender']=='male']['values'].values.tolist()
B=df[df['gender']=='female']['values'].values.tolist()

使用 scipy 库，做 t -test

from scipy import stats
t_check=stats.ttest_ind(A,B)
t_check
alpha=0.05
if(t_check[1]<alpha):
    print('A different from B')

【讨论】：

这只是在刻薄。不知道均值在统计上是否不同。
统计差异意味着什么。添加变量更容易推断。或者你想要类似 t 检验的东西？
我认为类似于 t 检验。
这篇文章stackoverflow.com/questions/2324438/…可以帮助

【解决方案2】：

试试这个：

df_new.groupby('gender')['values'].sum()/df_new['values'].sum()*100

gender
female    63.855422
male      36.144578
Name: values, dtype: float64

【讨论】：

这只是在刻薄。不知道均值在统计上是否不同。