Pandas 将 kruskal-wallis 应用于数字列

Question

我有一个 27 列的数据框（26 列是数字变量，第 27 列告诉我每行与哪个组关联）。总共有 7 个组，我试图将 Kruskal-Wallis 检验应用于每个变量，按组划分，以确定是否存在显着差异。

我试过了：

df.groupby(['treatment']).apply(kruskal)

这会引发错误“在 stats.kruskal() 中需要至少 2 组两组”。

我的其他尝试也没有产生输出。我将定期使用更大的数据集进行类似的分析。有人可以帮助我理解这个问题以及如何解决它吗？

Answer 1

使用 Scipy，您可以对每个变量执行以下操作：

scipy.stats.kruskal(*[group["variable"].values for name, group in df.groupby("treatment")])