如何基于双类别筛选Pandas列并进行t检验？

首先是创建示例DataFrame的代码：

import pandas as pd
import numpy as np
from scipy.stats import ttest_ind

df = pd.DataFrame(np.random.randint(0,100,size=(15, 3)), columns=list('NMO'))
df['Category1'] = ['I','I','I','I','I','G','G','G','G','G','P','P','I','I','P']
df['Category2'] = ['W','W','C','C','C','W','W','W','W','W','O','O','O','O','O']

如果要对比同时满足Category1为G且Category2为W和同时满足Category1为I且Category2为W的两组N列数据做t检验，你之前的写法存在两处错误，正确写法有两种：

方式一：使用&连接布尔条件 #

ttest_ind(
    df[(df['Category1']=='G') & (df['Category2']=='W')]['N'],
    df[(df['Category1']=='I') & (df['Category2']=='W')]['N']
)

方式二：使用query方法简化代码 #

ttest_ind(
    df.query("Category1 == 'G' and Category2 == 'W'")['N'],
    df.query("Category1 == 'I' and Category2 == 'W'")['N']
)

错误原因说明 #

你之前的代码问题在于：

• 无需给布尔条件额外套一层列表（[df['Category1']=='G']这种写法会导致索引匹配错误）；
• Pandas中对布尔数组做逻辑与运算时，不能用Python原生的and，必须用&运算符，且每个条件需要用括号包裹，避免运算符优先级混乱。

内容的提问来源于stack exchange，提问作者Baaridi