如何用少量代码对Pandas多列与Product执行独立双样本t检验？

你可以通过循环遍历目标列的方式，用少量代码完成所有列的独立双样本t检验，避免重复写冗余代码。以下是完整实现：

数据集与依赖导入 #

import pandas as pd
from scipy.stats import ttest_ind

# 构建数据集
data = {
    'Product': ['laptop', 'printer','printer','printer','laptop','printer','laptop','laptop','printer','printer'],
    'Purchase_cost': [120.09, 150.45, 300.12, 450.11, 200.55,175.89,124.12,113.12,143.33,375.65],
    'Warranty_years':[3,2,2,1,4,1,2,3,1,2],
    'service_cost': [5,5,10,4,7,10,4,6,12,3]
}

df = pd.DataFrame(data)

完整检验代码 #

# 按Product分组
laptop_group = df[df['Product'] == 'laptop']
printer_group = df[df['Product'] == 'printer']

# 定义需要检验的列
target_columns = ['Purchase_cost', 'Warranty_years', 'service_cost']

# 遍历列执行t检验并输出结果
for col in target_columns:
    t_stat, p_value = ttest_ind(laptop_group[col], printer_group[col])
    print(f"=== {col} 与 Product 的独立双样本t检验 ===")
    print(f"t统计量: {t_stat:.4f}")
    print(f"p值: {p_value:.4f}\n")

代码说明 #

• 先完成分组：将数据按Product分为laptop和printer两组，避免重复分组操作
• 用列表存储需要检验的列名，通过循环批量处理，减少冗余代码
• 每次检验后输出清晰的结果，包括t统计量和p值，方便解读

内容的提问来源于stack exchange，提问作者nasa313