计算 pandas DataFrame 中每个组的 t 检验统计量

Question

给定一个pandasDataFrame，其中包含group、x 和y 的列（每个group 值有多个记录），我想创建一个新的DataFrame 一行根据group 和该组中x 和y 值的相关t 统计量。我想用groupby 来做这件事，而不是循环。

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