使用Pandas apply处理对称DataFrame时，无法忽略对角线单元格的问题

你的代码出现问题主要有两个核心原因：

1. 对apply处理的Series索引使用错误，二维索引语法不适用于一维Series
2. 未将apply的计算结果赋值回原DataFrame，导致原表未被更新

修正后的代码（基于apply方式） #

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

# 假设sports_team_performance()为已定义函数
adf = sports_team_performance().head(100)
sports = ['NFL', 'NBA', 'NHL', 'MLB']
ans = pd.DataFrame({k: np.nan for k in sports}, index=sports)

def p_map(row):
    # row.name为当前处理的行索引（如NFL）
    for col in sports:
        if row.name == col:
            continue  # 跳过对角线，保留NaN
        # 计算行索引对应列与当前列的配对t检验p值
        p_val = stats.ttest_rel(adf[row.name], adf[col], nan_policy='omit')[1]
        row.loc[col] = p_val
    return row

# 将apply的结果赋值回ans，完成更新
ans = ans.apply(p_map, axis=1)

更高效的替代方案（双重循环） #

如果数据量不大，直接使用双重循环会更直观，避免apply的潜在问题：

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

adf = sports_team_performance().head(100)
sports = ['NFL', 'NBA', 'NHL', 'MLB']
ans = pd.DataFrame(np.nan, index=sports, columns=sports)

for idx in sports:
    for col in sports:
        if idx == col:
            continue
        # 直接赋值对应位置的p值
        ans.loc[idx, col] = stats.ttest_rel(adf[idx], adf[col], nan_policy='omit')[1]

关键修复点说明 #

• 移除错误的二维索引row.loc[row.name, x]，改用一维索引row.loc[col]操作Series
• 将apply的返回值重新赋值给ans，确保原DataFrame被更新
• 明确配对t检验的参数顺序，保证ans.loc[index, column]对应adf[index]与adf[column]的检验结果

内容的提问来源于stack exchange，提问作者CaptainCurious