python实现均值类指标差异分析-Mann-Whitney U-test(完整代码)
toyiye 2024-09-14 13:38 3 浏览 0 评论
实现功能:
对于均值类指标的差异分析,采用单因素方差分析,若指标分布服从正态分布,对于2个独立样本采用T检验或者Z检验,对于多个(大于2个)独立样本采用F检验,若分布不服从正态分布,对于2个独立样本采用Mann-Whitney U-test。python实现均值类指标差异分析-Mann-Whitney U-test。
实现代码:
1 | # 导入需要的库 |
2 | from warnings import simplefilter |
3 | simplefilter(action='ignore', category=FutureWarning) |
4 | import pandas as pd |
5 | import numpy as np |
6 | import scipy.stats as stats |
7 | |
8 | # =============读取数据=========== |
9 | def Read_data(file): |
10 | dt = pd.read_csv(file) |
11 | dt.columns = ['age', 'sex', 'chest_pain_type', 'resting_blood_pressure', 'cholesterol', 'fasting_blood_sugar','rest_ecg', 'max_heart_rate_achieved', 'exercise_induced_angina', 'st_depression', 'st_slope','num_major_vessels', 'thalassemia', 'target'] |
12 | data = dt |
13 | return data |
14 | |
15 | # ===========数据清洗============== |
16 | def data_clean(data): |
17 | # 重复值处理 |
18 | print('存在' if any(data.duplicated()) else '不存在', '重复观测值') |
19 | data.drop_duplicates() |
20 | # 缺失值处理 |
21 | print('不存在' if any(data.isnull()) else '存在', '缺失值') |
22 | data.dropna() # 直接删除记录 |
23 | data.fillna(method='ffill') # 前向填充 |
24 | data.fillna(method='bfill') # 后向填充 |
25 | data.fillna(value=2) # 值填充 |
26 | data.fillna(value={'resting_blood_pressure': data['resting_blood_pressure'].mean()}) # 统计值填充 |
27 | # 异常值处理 |
28 | data1 = data['resting_blood_pressure'] |
29 | # 标准差监测 |
30 | xmean = data1.mean() |
31 | xstd = data1.std() |
32 | print('存在' if any(data1 > xmean + 2 * xstd) else '不存在', '上限异常值') |
33 | print('存在' if any(data1 < xmean - 2 * xstd) else '不存在', '下限异常值') |
34 | # 箱线图监测 |
35 | q1 = data1.quantile(0.25) |
36 | q3 = data1.quantile(0.75) |
37 | up = q3 + 1.5 * (q3 - q1) |
38 | dw = q1 - 1.5 * (q3 - q1) |
39 | print('存在' if any(data1 > up) else '不存在', '上限异常值') |
40 | print('存在' if any(data1 < dw) else '不存在', '下限异常值') |
41 | print(data) |
42 | return data |
43 | |
44 | #=============mannwhitneyu检验====================== |
45 | def mannwhitneyu_age(data): |
46 | data1=data[['age','target']] |
47 | print(data1['age'].values) |
48 | print(np.mean(data1['age'].values), np.std(data1['age'].values)) |
49 | data_age_Y=data1[(data1['target'] ==1)] |
50 | print(len(data_age_Y)) |
51 | print(data_age_Y['age'].values) |
52 | print(np.mean(data_age_Y['age'].values), np.std(data_age_Y['age'].values)) |
53 | data_age_N=data1[(data1['target'] ==0)] |
54 | print(len(data_age_N)) |
55 | print(data_age_N['age'].values) |
56 | print(np.mean(data_age_N['age'].values), np.std(data_age_N['age'].values)) |
57 | MWU=stats.mannwhitneyu(data_age_Y['age'].values, data_age_N['age'].values, alternative='two-sided') |
58 | print(MWU) |
59 | |
60 | #============主函数============== |
61 | if __name__=="__main__": |
62 | data1=Read_data("F:\数据杂坛\\0504\heartdisease\Heart-Disease-Data-Set-main\\UCI Heart Disease Dataset.csv") |
63 | data1=data_clean(data1) |
64 | mannwhitneyu_age(data1) |
实现效果:
喜欢记得点赞,在看,收藏,
关注V订阅号:数据杂坛,获取数据集,完整代码和效果,将持续更新!
相关推荐
- 为何越来越多的编程语言使用JSON(为什么编程)
-
JSON是JavascriptObjectNotation的缩写,意思是Javascript对象表示法,是一种易于人类阅读和对编程友好的文本数据传递方法,是JavaScript语言规范定义的一个子...
- 何时在数据库中使用 JSON(数据库用json格式存储)
-
在本文中,您将了解何时应考虑将JSON数据类型添加到表中以及何时应避免使用它们。每天?分享?最新?软件?开发?,Devops,敏捷?,测试?以及?项目?管理?最新?,最热门?的?文章?,每天?花?...
- MySQL 从零开始:05 数据类型(mysql数据类型有哪些,并举例)
-
前面的讲解中已经接触到了表的创建,表的创建是对字段的声明,比如:上述语句声明了字段的名称、类型、所占空间、默认值和是否可以为空等信息。其中的int、varchar、char和decimal都...
- JSON对象花样进阶(json格式对象)
-
一、引言在现代Web开发中,JSON(JavaScriptObjectNotation)已经成为数据交换的标准格式。无论是从前端向后端发送数据,还是从后端接收数据,JSON都是不可或缺的一部分。...
- 深入理解 JSON 和 Form-data(json和formdata提交区别)
-
在讨论现代网络开发与API设计的语境下,理解客户端和服务器间如何有效且可靠地交换数据变得尤为关键。这里,特别值得关注的是两种主流数据格式:...
- JSON 语法(json 语法 priority)
-
JSON语法是JavaScript语法的子集。JSON语法规则JSON语法是JavaScript对象表示法语法的子集。数据在名称/值对中数据由逗号分隔花括号保存对象方括号保存数组JS...
- JSON语法详解(json的语法规则)
-
JSON语法规则JSON语法是JavaScript对象表示法语法的子集。数据在名称/值对中数据由逗号分隔大括号保存对象中括号保存数组注意:json的key是字符串,且必须是双引号,不能是单引号...
- MySQL JSON数据类型操作(mysql的json)
-
概述mysql自5.7.8版本开始,就支持了json结构的数据存储和查询,这表明了mysql也在不断的学习和增加nosql数据库的有点。但mysql毕竟是关系型数据库,在处理json这种非结构化的数据...
- JSON的数据模式(json数据格式示例)
-
像XML模式一样,JSON数据格式也有Schema,这是一个基于JSON格式的规范。JSON模式也以JSON格式编写。它用于验证JSON数据。JSON模式示例以下代码显示了基本的JSON模式。{"...
- 前端学习——JSON格式详解(后端json格式)
-
JSON(JavaScriptObjectNotation)是一种轻量级的数据交换格式。易于人阅读和编写。同时也易于机器解析和生成。它基于JavaScriptProgrammingLa...
- 什么是 JSON:详解 JSON 及其优势(什么叫json)
-
现在程序员还有谁不知道JSON吗?无论对于前端还是后端,JSON都是一种常见的数据格式。那么JSON到底是什么呢?JSON的定义...
- PostgreSQL JSON 类型:处理结构化数据
-
PostgreSQL提供JSON类型,以存储结构化数据。JSON是一种开放的数据格式,可用于存储各种类型的值。什么是JSON类型?JSON类型表示JSON(JavaScriptO...
- JavaScript:JSON、三种包装类(javascript 包)
-
JOSN:我们希望可以将一个对象在不同的语言中进行传递,以达到通信的目的,最佳方式就是将一个对象转换为字符串的形式JSON(JavaScriptObjectNotation)-JS的对象表示法...
- Python数据分析 只要1分钟 教你玩转JSON 全程干货
-
Json简介:Json,全名JavaScriptObjectNotation,JSON(JavaScriptObjectNotation(记号、标记))是一种轻量级的数据交换格式。它基于J...
- 比较一下JSON与XML两种数据格式?(json和xml哪个好)
-
JSON(JavaScriptObjectNotation)和XML(eXtensibleMarkupLanguage)是在日常开发中比较常用的两种数据格式,它们主要的作用就是用来进行数据的传...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- r语言矩阵 (127)
- browsererror (114)
- exportexcel (119)
- cv2.bitwise_not (137)
- dump命令 (128)
- es6concat (126)
- heapify (127)
- java.security.egd (130)
- javax.annotation (117)
- jsstringsplit (117)
- js数字 (115)
- maven编译 (132)
- mysqlleft (128)
- nodejsbuffer (149)
- org.apache.commons.httpclient (126)
- org.jsoup (141)
- org.springframework.web (128)
- robotframework-ride (115)
- setnocounton (141)
- socket.gethostbyname (122)
- sqlmid (121)
- time.strptime (133)
- vscode格式化 (125)
- win32con (129)
- window.localstorage (126)