如何在Python中创建支持指定数据框和列的T-Test自定义函数

你可以将可变参数（数据框、检验列、分组规则、分组名称）都抽离为函数入参，实现复用，具体代码如下：

基础版实现 #

import researchpy as rp
import pandas as pd

def custom_ttest(df, test_col, group_col='Q8_5', group1_value=0, group1_name='Nascent', group2_value=2, group2_name='Established'):
    # 提取两组待检验数据
    group1_data = df[test_col][df[group_col] == group1_value]
    group2_data = df[test_col][df[group_col] == group2_value]
    # 执行t检验
    summary, results = rp.ttest(
        group1=group1_data,
        group1_name=group1_name,
        group2=group2_data,
        group2_name=group2_name
    )
    return summary, results

调用示例 #

• 对dfEnt的HA列执行默认规则的t检验（对应你原有代码逻辑）：

  summary, results = custom_ttest(df=dfEnt, test_col='HA')
  

• 对dfSel的IA列执行t检验：

  summary, results = custom_ttest(df=dfSel, test_col='IA')
  

• 自定义分组规则调用：

  summary, results = custom_ttest(
      df=自定义数据框,
      test_col='自定义检验列名',
      group_col='自定义分组列名',
      group1_value=第一组筛选值,
      group1_name='第一组展示名',
      group2_value=第二组筛选值,
      group2_name='第二组展示名'
  )
  

加入入参校验的增强版 #

如果需要提前捕获异常避免报错，可以加入基础的入参校验逻辑：

def custom_ttest(df, test_col, group_col='Q8_5', group1_value=0, group1_name='Nascent', group2_value=2, group2_name='Established'):
    # 校验列是否存在
    if test_col not in df.columns:
        raise ValueError(f"待检验列 {test_col} 不存在于输入数据框中")
    if group_col not in df.columns:
        raise ValueError(f"分组列 {group_col} 不存在于输入数据框中")
    # 提取数据并去除空值
    group1_data = df[test_col][df[group_col] == group1_value].dropna()
    group2_data = df[test_col][df[group_col] == group2_value].dropna()
    # 校验数据有效性
    if len(group1_data) == 0 or len(group2_data) == 0:
        raise ValueError("其中一组或两组无有效可计算数据，请检查分组条件与待检验列数据质量")
    # 执行检验
    summary, results = rp.ttest(
        group1=group1_data,
        group1_name=group1_name,
        group2=group2_data,
        group2_name=group2_name
    )
    return summary, results

内容的提问来源于stack exchange，提问作者fredooms