Pandas中用df.apply调用ttest_ind处理每行样本报错，求原因

嘿，这个问题我之前也踩过类似的坑！咱们来一步步拆解哪里出错了：

错误原因 #

Pandas 的 apply() 方法默认是按列（axis=0）处理的。也就是说，当你运行 df.apply(lambda x: ...) 时，这里的 x 代表的是每一列的 Series 对象，而不是你预期的每一行数据。

举个直观的例子：当代码处理到 X 列时，x 就是整个 X 列的 Series，它的索引是行号（0、1、2），根本不存在 'X' 这个键——所以你写 x['X'] 自然会抛出 KeyError，这就是报错信息里 'occurred at index X' 的原因：它正在处理 X 列，却找不到 'X' 这个索引。

而你单独处理第一行时，df['X'][0] 是直接取到了第一行 X 列的数组，和 Y 列的数组配对，所以能正常运行。

解决办法 #

只需要给 apply() 加上 axis=1 参数，指定按行处理即可：

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

# 重建你的DataFrame
df = pd.DataFrame({'X': [np.random.normal(0, 1, 10), np.random.normal(0, 1, 10), np.random.normal(0, 1, 10)], 
                   'Y': [np.random.normal(0, 1, 10), np.random.normal(0, 1, 10), np.random.normal(0, 1, 10)]})

# 按行apply，axis=1是关键
result = df.apply(lambda x: stats.ttest_ind(x['X'], x['Y'], equal_var=False)[0], axis=1)
print(result)

运行这段代码后，你会得到每行对应的t检验统计量，结果类似这样（数值会因随机数不同而变化）：

0   -0.321456
1    0.789012
2   -1.034567
dtype: float64

额外小提示 #

如果觉得lambda函数不够清晰，也可以写一个单独的函数来处理每行，可读性会更好：

def calculate_ttest(row):
    return stats.ttest_ind(row['X'], row['Y'], equal_var=False)[0]

result = df.apply(calculate_ttest, axis=1)

内容的提问来源于stack exchange，提问作者byouness