循环产生不正确的统计数据和 P 值

如何解决循环产生不正确的统计数据和 P 值

我正在尝试简化我做 t 测试的过程，并找到了一种基于过滤标志循环遍历每一列的方法。但是，当我执行循环功能时，结果是

1. 所有相同的统计数据和 P 值
2. 如果我单独做这件事就不同了。

1：错误

对于 df1.filter 中的 col(like='DELTA').columns:
stats.mannwhitneyu(df1[df1['COHORT_FLAG']==1]['MH_IP_DELTA'],df1[df1['COHORT_FLAG']==0]['MH_IP_DELTA'])
print(col + ': ' + 'Stats=%.3f,p=%.3f' % (stat,p))

2：正确：

stats.mannwhitneyu(df1[df1['COHORT_FLAG']==1]['MH_IP_DELTA'],df1[df1['COHORT_FLAG']==0]['MH_IP_DELTA'])

知道为什么循环不能正常工作，还有其他方法可以循环遍历大记录集吗？我不想每次都手动输入[col]。

解决方法

您的问题中没有可使用的数据框，但我可以指出问题的出处。首先，我将格式化您的代码，以便我们都在同一页面上查看我们正在查看的内容：

1（“右”）：

for col in df1.filter(like='DELTA').columns:
    stats.mannwhitneyu(df1[df1['COHORT_FLAG']==1]['MH_IP_DELTA'],df1[df1['COHORT_FLAG']==0]['MH_IP_DELTA'])
    print(col + ': ' + 'Stats=%.3f,p=%.3f' % (stat,p))

2（“错误”）：

stats.mannwhitneyu(df1[df1['COHORT_FLAG']==1]['MH_IP_DELTA'],df1[df1['COHORT_FLAG']==0]['MH_IP_DELTA'])

首先要注意的是，“正确”和“错误”代码片段中的关键行之间没有区别。这告诉我们问题在于循环的构造方式。查看循环，我们看到除了 col 语句外，print() 永远不会出现。循环产生所有相同的值这一事实证实循环没有在不同的列上循环。

如果没有数据框，我不知道您对哪些列感兴趣，而且我对您使用的 stats 函数也不太熟悉。但是你需要告诉你的程序感兴趣的列。如果这是应该更改的列，也许您将 'MH_IP_DELTA' 更改为 col。不确定这是否是感兴趣的变量，因为我看不到您的数据框中发生了什么，但这是我的猜测。

它是哪一列，您需要更改它的位置由您自己决定，但问题是您编写的代码只是运行同一段代码 X 次，其中 X 是数字列。