Question

这里的新编码器，尝试在Python 3.6中运行一些t测试。现在，要在我的2个数据集之间运行我的t检验，我一直在做以下事情：

import plotly.plotly as py
import plotly.graph_objs as go
from plotly.tools import FigureFactory as FF
import numpy as np
import pandas as pd
import scipy
from scipy import stats

long_term_survivor_GENE1 = [-0.38,-0.99,-1.04,0.1, etc..]
short_term_survivor_GENE1 = [0.32, 0.33,0.96, etc...]
stats.ttest_ind(long_term_survivor_GENE1,short_term_survivor_GENE1)

这要求我手动输入每个特定基因的两个数据集的每列的值（在本例中为GENE1）。有没有办法能够从数据集中调用值，以便Python可以只读取值而不用我自己键入它们？例如，我可以说某种方式：

long_term_survivor_GENE1 = ##call values from GENE1 column from dataset 1##
short_term_survivor_GENE1 = ## call values from GENE1 column from dataset 2##

感谢您的帮助，对不起，我对这些东西并不十分熟悉。感谢任何反馈/提示。如果您有任何其他问题，请告诉我们！

Answer 1

如果您已将数据推送到pandas数据帧的列中，那么它可能就像这样容易。

>>> import pandas as pd
>>> long_term_survivor_GENE1 = [-0.38,-0.99,-1.04,0.1]
>>> short_term_survivor_GENE1 = [0.32, 0.33,0.96, 0.56]
>>> df = pd.DataFrame({'long_term_survivor_GENE1': long_term_survivor_GENE1, 'short_term_survivor_GENE1': short_term_survivor_GENE1})
>>> from scipy import stats
>>> stats.ttest_ind(df['long_term_survivor_GENE1'], df['short_term_survivor_GENE1'])
Ttest_indResult(statistic=-3.615804684179662, pvalue=0.011153077626049458)

尽管回顾这背后的统计数据可能是一个好主意。如果你还没有在数据框中找到它们，那么请在这里查看关于使用read_csv寻求帮助的一些答案。

如何将csv数据集列中的值导入python进行t-test？

1 个答案: