根据数据框变量创建单独的组答案

【问题标题】：Creating separate groups based on dataframe variable根据数据框变量创建单独的组
【发布时间】：2021-09-29 23:48:43
【问题描述】：

我从 pandas 数据框中获取了 2 个具有 +100 值的变量，现在看起来像这样：

我正在尝试对这些独立组进行 Mann whitney U 检验：

Group1 = "if var1 = "yes" | Group 2 = if var1 = "no"

我不确定如何使这些组适合 Mann whitney U 框架？

from scipy.stats import mannwhitneyu
U1, p = mannwhitneyu(group1, group2, method="exact")

【问题讨论】：

【解决方案1】：

一口气，groupby var2 并展开两个数组：

from scipy.stats import mannwhitneyu
U1, p = mannwhitneyu(*df.groupby('var2')['var1'].apply(list))
U1, p

输出：(4.0, 0.4071687463160714)

其他选项：

from scipy.stats import mannwhitneyu
U1, p = mannwhitneyu(df.query('var2 == "yes"')['var1'], df.query('var2 == "no"')['var1'])
U1, p

注意。 method="exact" 参数对我不起作用，即使在手动分配组时也是如此

【讨论】：

谢谢，我收到此错误消息：mannwhitneyu() 需要 2 到 4 个位置参数，但给出了 5 个，我不确定它的含义。
看起来你在 var2 中有两个以上的变量，输出是什么：df.groupby('var2')['var1'].apply(list)
啊，太棒了！谢谢。我确实注意到其中一个组下降了一行。所以 len(var1) 是 68，这很好，但 len(var2) 是 457，但应该是 458。看看 df，它已经删除了第一行？
如果您的值不是是/否，我添加了另一个选项