如何在Python中向Scipy Stats函数动态传递多参数？

嘿，我明白你的问题了——要动态给stats.kruskal传参数，因为分组数量不固定，手动写死肯定不行。其实Python里有个非常方便的技巧能解决这个问题：用解包操作符*，配合列表来收集所有需要的分组数据就行。

核心思路 #

scipy.stats.kruskal接受任意数量的数值序列作为位置参数（比如kruskal(group1, group2, group3)），但当分组数量不确定时，我们可以：

• 把所有分组对应的数值序列收集到一个列表里
• 用*操作符把列表中的每个元素作为单独的参数传给函数

简化实现（用pandas groupby） #

最简洁的方式是用pandas的groupby来自动分组，不用手动循环筛选：

import scipy.stats as stats

# 定义你的列名（对应你代码里的attributes）
dependent_col = attributes[0]  # 比如'Oceny'或'Mark'
independent_col = attributes[1]  # 比如分组列

# 按分组列聚合，提取每个组的数值列
grouped_data = dataset.groupby(independent_col)[dependent_col]

# 把每个组的数值序列转换成列表
groups = [group for _, group in grouped_data]

# 动态传递参数给kruskal
statistic, p_value = stats.kruskal(*groups)

如果你不想用groupby（适配你原来的思路） #

如果更习惯手动筛选每个分组，可以调整你原来的代码，把每个分组的数值列收集到列表里，而不是拼接字符串：

import scipy.stats as stats

dependent_col = attributes[0]
independent_col = attributes[1]

# 获取所有唯一的分组值
unique_groups = dataset[independent_col].unique()

# 收集每个分组对应的数值序列
groups = []
for group_val in unique_groups:
    # 筛选当前分组的数值列，添加到列表
    group_data = dataset.loc[dataset[independent_col] == group_val, dependent_col]
    groups.append(group_data)

# 动态调用kruskal
statistic, p_value = stats.kruskal(*groups)

为什么你的字符串拼接思路行不通？ #

你之前尝试用字符串拼接数组的方式是错误的，因为stats.kruskal需要的是实际的数值序列（比如pandas Series或numpy数组），而不是字符串形式的代码。用列表收集真实的数据对象，再通过*解包，才能让函数正确识别每个参数。

验证一下 #

比如你的手动示例里有3个分组，groups列表会包含3个Series，stats.kruskal(*groups)就等价于stats.kruskal(c['Mark'], d['Mark'], e['Mark'])，完全符合手动调用的逻辑，但不管分组是3个还是10个，代码都能自动适配。

内容的提问来源于stack exchange，提问作者Mr Lukas