【发布时间】：2012-05-31 20:12:36
【问题描述】：
我正在使用 Pandas DataFrame 按照此示例进行逐行 t 检验：
import numpy
import pandas
df = pandas.DataFrame(numpy.log2(numpy.randn(1000, 4),
columns=["a", "b", "c", "d"])
df = df.dropna()
现在，假设我有“a”和“b”作为一组，而“c”和“d”在另一组，我正在逐行执行 t 检验。这对于 pandas 来说是相当简单的，使用轴 = 1 的apply。但是，如果我的函数没有聚合，我可以返回一个相同形状的 DataFrame，如果它聚合，我可以返回一个 Series。
通常我只会输出 p 值（因此，聚合），但我想根据其他计算生成一个附加值（换句话说，返回两个值）。我当然可以进行两次运行，首先聚合 p 值，然后进行其他工作，但我想知道是否有更有效的方法来执行此操作，因为数据相当大。
作为计算的一个例子，假设函数是：
from scipy.stats import ttest_ind
def t_test_and_mean(series, first, second):
first_group = series[first]
second_group = series[second]
_, pvalue = ttest_ind(first_group, second_group)
mean_ratio = second_group.mean() / first_group.mean()
return (pvalue, mean_ratio)
然后用
调用df.apply(t_test_and_mean, first=["a", "b"], second=["c", "d"], axis=1)
当然，在这种情况下，它返回一个带有两个元组作为值的系列。
相反，任何预期的输出将是一个包含两列的 DataFrame，一列用于第一个结果，另一列用于第二个结果。这是可能的还是我必须为这两个计算运行两次，然后将它们合并在一起？
【问题讨论】：
-
你为什么首先使用
apply？您的结果是一个新的DataFrame，其形状与输入（行和列）不同，因此它是一个全新的 obj。您可以让t_test_and_mean接受您的输入数据框（以及要分组的列）并返回一个 1-row-2-columns 数据框，而不使用apply。 -
@lbolla 对，我最终在我的代码中这样做了。