Я использую Pandas DataFrame
для выполнения t-теста по строке в соответствии с этим примером:
import numpy
import pandas
df = pandas.DataFrame(numpy.log2(numpy.randn(1000, 4),
columns=["a", "b", "c", "d"])
df = df.dropna()
Теперь, полагая, что у меня есть "a" и "b" как одна группа, а "c" и "d" - в другой, я выполняю t-тест по ряду. Это довольно тривиально с pandas, используя apply
с осью = 1. Тем не менее, я могу либо вернуть DataFrame той же формы, если моя функция не агрегируется, или серия, если она агрегируется.
Обычно я просто выводил значение p (так, агрегация), но я хотел бы генерировать дополнительное значение на основе других вычислений (другими словами, вернуть два значения). Я, конечно, могу сделать два прогона, сначала агрегируя значения p, а затем выполняя другую работу, но мне было интересно, есть ли более эффективный способ сделать это, поскольку данные достаточно велики.
В качестве примера вычисления гипотитическая функция будет:
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)
Затем вызывается с помощью
df.apply(t_test_and_mean, first=["a", "b"], second=["c", "d"], axis=1)
Конечно, в этом случае он возвращает одну серию с двумя кортежами как значение.
Вместо этого ny ожидаемый вывод будет DataFrame с двумя столбцами, один для первого результата, второй - для второго. Возможно ли это, или мне нужно выполнить два прогона для двух вычислений, а затем объединить их вместе?