restituisce Valori multipli panda applicare su un dataframe

Question

sto usando un Pandas DataFrame di fare un test t di riga-saggio come da questo esempio:

import numpy 
import pandas 

df = pandas.DataFrame(numpy.log2(numpy.randn(1000, 4), 
         columns=["a", "b", "c", "d"]) 

df = df.dropna() 

Ora, se io ho "a" e " b "come un gruppo, e" c "e" d "all'altra, sto eseguendo il test t-saggio. Questo è abbastanza banale con i panda, usando apply con axis = 1. Tuttavia, posso restituire un DataFrame della stessa forma se la mia funzione non aggrega o una serie se aggrega.

Normalmente vorrei solo emettere il valore p (quindi, aggregazione) ma vorrei generare un valore aggiuntivo basato su altri calcoli (in altre parole, restituire due valori). Naturalmente posso eseguire due esecuzioni, prima di tutto aggregando i p-value, poi facendo l'altro, ma mi chiedevo se esiste un modo più efficiente per farlo in quanto i dati sono ragionevolmente grandi.

Come esempio del calcolo, una funzione ipotetico sarebbe:

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) 

Poi richiamato con

df.apply(t_test_and_mean, first=["a", "b"], second=["c", "d"], axis=1) 

Naturalmente in questo caso restituisce una singola serie con i due tuple come valore .

Invece, ny output previsto sarebbe un DataFrame con due colonne, una per il primo risultato e una per il secondo. È possibile o devo fare due run per i due calcoli, quindi unirli insieme?

Answer 1

Il ritorno di una serie, anziché tupla, dovrebbe produrre un nuovo DataFrame a più colonne. Ad esempio,

return pandas.Series({'pvalue': pvalue, 'mean_ratio': mean_ratio})