如何使用Python计算DataFrame每行置信区间并计算、对比区间宽度

错误原因 #

你写的代码执行失败的核心原因是：df.apply(..., axis=1)返回的是元素为置信区间元组的Series对象，你直接加[0]/[1]取的是整个Series的第0行、第1行元素，而不是每行元组内部的上下限值。

正确实现方法 #

优先推荐复用你已经计算好的CI列，不需要重复执行置信区间计算，性能更高：

# 直接提取每行CI元组的上下限做差，保留2位小数
df['width'] = df['CI'].apply(lambda x: round(x[1] - x[0], 2))

如果你不想提前生成CI列，想要一步计算得到宽度，也可以用以下写法：

df['width'] = df.apply(
    lambda row: round(
        stats.t.interval(0.95, len(row)-1, loc=np.mean(row), scale=stats.sem(row))[1] 
        - stats.t.interval(0.95, len(row)-1, loc=np.mean(row), scale=stats.sem(row))[0],
        2
    ), 
    axis=1
)

补充说明 #

你当前代码中置信区间的自由度用的是len(df)-1（即DataFrame总行数减1），如果你是对每行的多个数值计算置信区间，统计上正确的自由度应该是每行的样本量减1，也就是len(row)-1，可以根据你的实际统计场景调整参数。

内容的提问来源于stack exchange，提问作者Niam45