如何批量处理DataFrame连续列？简化Shapiro正态性检验代码

你可以通过以下两种方式简化代码，批量处理目标列的正态性检验：

方法1：指定目标列名列表 #

直接把需要检验的列名整理成列表，循环遍历处理，清晰易懂：

from scipy.stats import shapiro

# 定义需要检验的目标列名
target_cols = ["AIDS_Death_Rate", "AIDS_Death", "HIV_Incidence_Rate", "New_HIV_Cases"]

# 循环执行检验并输出结果
for col in target_cols:
    stat, p_val = shapiro(df3[col].dropna())
    print(f"正态性检验结果（{col}）：统计量={stat:.4f}, p值={p_val:.4f}")

方法2：通过位置切片选择连续列 #

如果目标列是连续排列的，用iloc按列位置切片（注意：df3[3:6]是对行切片，列切片必须用iloc[:, 起始索引:结束索引]，遵循左闭右开规则）：

from scipy.stats import shapiro

# 选择连续列（假设目标列的索引是3到6，共4列，因此切片为3:7）
target_subdf = df3.iloc[:, 3:7]

# 遍历子DataFrame的每一列
for col_name, col_data in target_subdf.items():
    stat, p_val = shapiro(col_data.dropna())
    print(f"正态性检验结果（{col_name}）：统计量={stat:.4f}, p值={p_val:.4f}")

你之前代码的问题说明 #

• 拼写错误：shaphiro 应为 shapiro
• 切片逻辑错误：df3[3:6] 是行切片，列切片必须用iloc[:, 索引范围]
• 缺失值处理错误：直接对子DataFrame用dropna()会删除含缺失值的整行，而非单独对每列去除缺失值，不符合检验需求

内容的提问来源于stack exchange，提问作者fffff