如何在scipy中传入列表作为多变量执行Friedman检验？

你遇到的问题核心是**friedmanchisquare要求每个样本作为独立的位置参数传入**，而不是把所有样本打包成一个列表/数据框作为单个参数传递。函数报错是因为它只接收到1个参数（你的列表或数据框），而非30个独立样本。

以下是几种正确的实现方式：

方法1：解包你已生成的samples列表 #

在调用函数时用*操作符把列表中的每个元素拆成独立参数：

import scipy.stats as stats

lst_cols = ['col1', 'col2', 'col3',..., 'col30']
samples = []
for i in lst_cols:
    lst = df[i].tolist()
    samples.append(lst)

# 关键：用*解包samples，每个元素作为独立样本传入
stats.friedmanchisquare(*samples)

方法2：直接从DataFrame解包列数据（更简洁） #

无需提前生成列表，直接把DataFrame的每一列作为独立参数传递：

import scipy.stats as stats

# 解包所有列的数值序列
stats.friedmanchisquare(*[df[col] for col in df.columns])

方法3：利用数组转置快速解包 #

通过DataFrame的数值数组转置，直接获取每一列的样本并解包：

import scipy.stats as stats

# df.values是(n行, 30列)的二维数组，转置后为(30列, n行)，*操作符拆分每一行（原列）作为参数
stats.friedmanchisquare(*df.values.T)

内容的提问来源于stack exchange，提问作者racctor