如何批量对Pandas DataFrame应用binom_test并解决长度错误

错误原因 #

你调用binom_test(get_rescued(breed), get_total(breed), 0.08)时触发错误，是因为breed是整个DataFrame的列对象，传给get_rescued后返回的是所有品种的rescued值组成的Series。而scipy.stats.binom_test要求参数x是单个成功次数，或是与n长度严格匹配的数组，这里传入多值Series不符合要求，触发了长度错误。

批量处理方案 #

不需要逐个调用函数，直接利用Pandas的apply或分组聚合功能，就能一次性完成所有品种的二项式检验。

场景1：每行对应一个独立品种 #

如果你的DataFrame中每行对应一个唯一品种，直接对每行应用检验：

from scipy.stats import binom_test

# 新增p_value列，存储每个品种的二项式检验结果
df['p_value'] = df.apply(lambda row: binom_test(row['rescued'], row['total'], 0.08), axis=1)

# 查看结果（保留关键列）
print(df[['breed', 'rescued', 'total', 'p_value']])

场景2：存在重复品种记录 #

如果同一个品种有多条记录，先按品种分组求和，再计算检验结果：

from scipy.stats import binom_test

# 按品种分组，汇总救助数和总数
breed_summary = df.groupby('breed').agg(
    rescued=('rescued', 'sum'),
    total=('total', 'sum')
).reset_index()

# 批量计算每个品种的p值
breed_summary['p_value'] = breed_summary.apply(lambda row: binom_test(row['rescued'], row['total'], 0.08), axis=1)

print(breed_summary)

额外优化 #

你之前写的get_attribute等函数完全可以省略，直接通过DataFrame的行或分组操作获取对应数值，代码更简洁高效。

内容的提问来源于stack exchange，提问作者Diastat