引数をloop処理で表現したい。

Question

引数にseriesを複数いれると1元配置分散分析を行ってくれる関数（stats.f_oneway()) を使用しています。
https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.f_oneway.html

##Parameters: sample1, sample2, …array_like とあるのですが、sample1, sample2, ...をloop処理で加えていきたいのです。
まず以下のコードで動作確認してみました。

import pandas as pd
from scipy import stats


df = pd.read_csv(FILE_OUT_DIR + '/data.csv')

F, p = stats.f_oneway(df[df['group'] == 1]['BW'], 
                        df[df['group'] == 2]['BW'], 
                        df[df['group'] == 3]['BW'])
print('ANOVA, p-value = '+ str(p))

dfの中身は

group	id	BW
1	2	78
1	4	60
2	1	68
3	7	87
2	3	55
(以下略）

こんな感じ

（'group'は増えたり減ったりするので）
stats.f_oneway()の引数の中身をloop処理する必要があり、以下のようにしてみました。

l = []
for i in range(len(gun)): # gunはgroup（1とか2とか）のリストです
      s = df[df_m['group'] == i+1]['BW']
      l.append(s)

F, p = stats.f_oneway(l)

TypeError: at least two inputs are required; got 1.

と返ってきます。

F, p = stats.f_oneway(l[0], l[1], l[2])

ならば動くのですが…

Answer 1

group でグループ化して BW の値をリストで取り出します。df['group'] に存在しない値が gun で指定された場合は無視します。最初は空リスト([])を返すのかな、と思いましたが、実際に stats.f_oneway() の引数の一つとして空リストを渡すとエラーになるのでスキップすることにしました。

gun = [0, 1, 2, 3]
l = df.groupby('group').apply(lambda x: x['BW'].tolist()).to_dict()
l = [l[i] for i in gun if i in l]
print(f'l = {l}')

F, p = stats.f_oneway(*l)
print(f'ANOVA, p-value = {p}')

#
l = [[78, 60], [68, 55], [87]]
ANOVA, p-value = 0.3618614210217263

Comments

[YaKa]

2, 3行目の書き方は勉強になりました！これは取り入れたいと思います。

Answer 2

len(gun)が2以上なのであれば、以下で動くでしょう。

l = []
for i in range(len(gun)): # gunはgroup（1とか2とか）のリストです
      s = df[df_m['group'] == i+1]['BW']
      l.append(s)

F, p = stats.f_oneway(*l)

しかし、本当にやりたいことは、それではないような気がします。

l = []
for g in gun: # gunはgroup（1とか2とか）のリストです
      s = df[df_m['group'] == g]['BW']
      l.append(s)

F, p = stats.f_oneway(*l)

をやりたいのではないでしょうか。

Comments

[YaKa]

*でUnpackできるのですね。初めて知りました。ありがとうございました。