MCAR Little 在 Python 中的测试

Question

我如何执行 Little's Test，以在 Python 中找到 MCAR？我已经查看了 R 包进行相同的测试，但我想在 Python 中进行。是否有其他方法来测试 MCAR？

Answer 1

您可以使用 rpy2 从 R 获取 mcar 测试。请注意，使用 rpy2 需要一些 R 编码。

在 Google Colab 中设置 rpy2

# rpy2 libraries
import rpy2.robjects as robjects
from rpy2.robjects.packages import importr
from rpy2.robjects import pandas2ri
from rpy2.robjects import globalenv

# Import R's base package
base = importr("base")

# Import R's utility packages
utils = importr("utils")

# Select mirror 
utils.chooseCRANmirror(ind=1)

# For automatic translation of Pandas objects to R
pandas2ri.activate()

# Enable R magic
%load_ext rpy2.ipython

# Make your Pandas dataframe accessible to R
globalenv["r_df"] = df

现在，您可以使用 R 魔法在 Python 环境中获取 R 功能。用于%R单行 R 代码以及%%R整个单元格应解释为 R 代码时。

要安装 R 包，请使用： utils.install_packages("package_name")

您可能还需要先加载它才能使用： %R library(package_name)

对于 Little 的 MCAR 测试，我们应该安装该naniar软件包。它的安装稍微复杂一些，因为我们还需要安装remotes才能从 github 下载它，但对于其他包，一般过程应该足够了。

utils.install_packages("remotes")
%R remotes::install_github("njtierney/naniar")

加载naniar包：

%R library(naniar)

将您的传递r_df给mcar_test函数：

# mcar_test on whole df
%R mcar_test(r_df)

如果发生错误，请尝试仅包含缺少数据的列：

%%R
# mcar_test on columns with missing data
r_dfMissing <- r_df[c("col1", "col2", "col3")]
mcar_test(r_dfMissing)