stats.f_oneway Scipy返回2个数组，4个值
stats.f_oneway Scipy返回2个数组，4个值
提问于 2019-07-18 02:47:47
尝试对数据运行单向Anova，它看起来类似于以下内容：
Year | Diversity |
2010 | 6 |
2010 | 8 |
... | ... |
2011 | 10 |
... | ... |
2019 | 7 |每年有1827行，各点的多样性值。我在比较年年的变化。当我这么做
F, p = stats.f_oneway(df.loc[df["Year"] == 2010],
df.loc[df["Year"] == 2011],
df.loc[df["Year"] == 2012])(在这里，我省略了其余的组，因为这很难看，但我想不出如何通过不同组的Anova测试)。我得到一个数组，每个数组的F值和p值各为2：
F: type float64, size (2,),
-2.588805281700000000e+11, 4.908743340532151223e+00
p: type float64, size (2,),
nan, 0.00774507据我所读，我找不到任何人得到2个数组，它应该只是一个F值和一个P值，我做了什么严重的错误？(df中没有零或NANs )。
当我这么做时：
mod = ols('Diversity ~ (Year)', data = df).fit()
mod.summary()我得到一个普通摘要表，F= 1.462，p= 0.227 (与上面的尝试不同)。
任何关于我的烂摊子的想法都会非常感谢.
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-07-18 03:09:48
您的DataFrame有2列，即使在切片之后，也会返回2 p值和2 F值，其中一列用于对每个列进行跨样本的比较。应该将每个选择更改为只包含'Diversity'列，例如：
df.loc[df['Year'] == 2010, 'Diversity']如果您只想在样本中对所有年份的多样性进行一次方差分析，您可以使用以下简单的方法来完成：
stats.f_oneway(*[s for idx, s in df.groupby('Year').Diversity])MCVE
import pandas as pd
import numpy as np
from scipy import stats
l = [pd.DataFrame(np.random.randint(1, 10, (50, 4))) for i in range(7)]
# |
# 4 cols, should get 4 p-vals/F-vals
stats.f_oneway(*l)
#F_onewayResult(statistic=array([0.70527759, 0.2291319 , 0.03545031, 0.02568242]),
# pvalue=array([0.49563511, 0.79550711, 0.96517894, 0.97464894]))
# col1 col2 col3 col4页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/57086446
复制相关文章
相似问题
腾讯云开发者
