从pandas返回多个值适用于DataFrame
我使用一个Pandas DataFrame按照这个例子进行一个按行的t检验：
import numpy import pandas df = pandas.DataFrame(numpy.log2(numpy.randn(1000, 4), columns=["a", "b", "c", "d"]) df = df.dropna()
现在，假设我有一个“a”和“b”，另一个是“c”和“d”，我正在进行t检验。 对于pandas来说，这是相当平凡的，使用axis = 1的应用。 但是，如果我的函数没有聚合，我可以返回一个相同形状的DataFrame;如果聚合，我可以返回一个Series。
通常我只是输出p值（所以，聚合），但我想生成一个额外的价值基于其他计算（换句话说，返回两个值）。 我当然可以做两次运算，首先聚合p值，然后再做其他工作，但是我想知道是否有更高效的方法来处理，因为数据相当大。
作为计算的一个例子，一个低估的function是：
from scipy.stats import ttest_ind def t_test_and_mean(series, first, second): first_group = series[first] second_group = series[second] _, pvalue = ttest_ind(first_group, second_group) mean_ratio = second_group.mean() / first_group.mean() return (pvalue, mean_ratio)
然后调用
df.apply(t_test_and_mean, first=["a", "b"], second=["c", "d"], axis=1)
当然，在这种情况下，它将返回一个单一的具有两个元组作为值的Series。
相反，ny预期输出将是一个DataFrame有两列，一个用于第一个结果，一个用于第二个。 这是可能的，或者我必须做两个运行两个计算，然后将它们合并在一起？
返回一个Series而不是元组，应该产生一个新的多列DataFrame。 例如，
return pandas.Series({'pvalue': pvalue, 'mean_ratio': mean_ratio})
