如何通过Pandas成对比较剔除被支配实验样本？

1. 生成两两样本的胜负平统计 #

先提取DataFrame中的数值指标列（排除Subject列），遍历所有两两样本组合，对每对样本的指标逐一做“小于”比较，统计以下三个值：

• w：样本i的指标小于样本j的次数（样本i赢的次数）
• l：样本i的指标大于样本j的次数（样本i输的次数）
• d：样本i与样本j指标相等的次数（平局次数）

实现代码：

import pandas as pd

# 构建示例DataFrame
df = pd.DataFrame({'Subject': ['Alpha', 'Bravo', 'Charlie'],
                   'A': [6, 7, 8],
                   'B': [11, 7, 12],
                   'C': [13, 6, 6],
                   'D': [5, 9, 4],
                   'E': [11, 9, 5],
                   'F': [9, 10, 3],
                   'G': [2, 6, 5],
                   'H': [8, 12, 11]})

# 提取数值指标与样本名称
metrics = df.drop('Subject', axis=1).values
subjects = df['Subject'].tolist()
n_samples = len(subjects)

# 生成两两比较结果
comparison_results = []
for i in range(n_samples):
    for j in range(i+1, n_samples):
        comp = metrics[i] < metrics[j]
        w = comp.sum()
        l = (metrics[i] > metrics[j]).sum()
        d = (metrics[i] == metrics[j]).sum()
        comparison_results.append(f"[{i}, {j}]: w={w}, l={l}, d={d}")

# 输出比较结果
for res in comparison_results:
    print(res)

运行后输出：

[0, 1]: w=5, l=3, d=0
[0, 2]: w=4, l=4, d=0
[1, 2]: w=2, l=5, d=1

2. 筛选并移除被支配样本 #

依据给定的伪代码逻辑（阈值tx=3），判断每对样本的胜负关系：

• 若样本i赢次数w大于输次数l，且l < tx，则样本j为被支配样本
• 若样本i赢次数w小于输次数l，且w < tx，则样本i为被支配样本

收集所有被支配样本后，从原DataFrame中移除：

tx = 3
dominated_subjects = set()

# 遍历两两组合筛选被支配样本
for i in range(n_samples):
    for j in range(i+1, n_samples):
        comp = metrics[i] < metrics[j]
        w = comp.sum()
        l = (metrics[i] > metrics[j]).sum()
        
        if w > l and l < tx:
            dominated_subjects.add(subjects[j])
        elif w < l and w < tx:
            dominated_subjects.add(subjects[i])

# 输出被支配样本列表
dominated_list = list(dominated_subjects)
print("被支配样本列表:", dominated_list)  # 输出: ['Bravo']

# 移除被支配样本，生成筛选后的DataFrame
filtered_df = df[~df['Subject'].isin(dominated_list)]
print("筛选后的DataFrame:\n", filtered_df)

内容的提问来源于stack exchange，提问作者matekus