You need to enable JavaScript to run this app. 如何基于pandas dataframe变量分组实现Mann-Whitney U检验
优惠活动
大模型
产品
解决方案
定价
更多

如何基于pandas dataframe变量分组实现Mann-Whitney U检验

分组构建与Mann-Whitney U检验实现

1. 提取两组样本

你可以直接用pandas的条件筛选逻辑,从原始DataFrame中分别提取两组的var1取值,scipy的mannwhitneyu支持直接传入pandas Series或numpy数组作为输入:

# group1为var2等于Yes对应的var1取值
group1 = df.loc[df['var2'] == 'Yes', 'var1']
# group2为var2等于No对应的var1取值
group2 = df.loc[df['var2'] == 'No', 'var1']

2. 完整检验代码

注意:你的样本量超过100,使用method="exact"会导致计算效率极低,建议替换为method="auto"让scipy自动选择最优计算方式,大样本下也可使用method="asymptotic"获取近似p值。
完整可运行代码如下:

import pandas as pd
from scipy.stats import mannwhitneyu

# 若还未导入原始数据,可根据你的数据格式选择导入方式,示例:
# df = pd.read_csv("你的数据文件路径.csv")

# 提取分组
group1 = df.loc[df['var2'] == 'Yes', 'var1']
group2 = df.loc[df['var2'] == 'No', 'var1']

# 执行检验
U_stat, p_value = mannwhitneyu(group1, group2, method="auto")

3. 结果解读

  • U_stat为Mann-Whitney U检验的统计量
  • p_value为检验对应的p值,若p值小于预设的显著性水平(通常为0.05),可认为两组var1的分布存在统计学显著差异。

内容的提问来源于stack exchange,提问作者AMeng

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.11 08:00:04