Pandas groupby并将函数应用于数字列

Posted 2021-04-12

我正在尝试将shapiro-wilk测试应用于我的数据帧，该数据帧根据两个分类变量分组：

df.groupby(['category 1', 'category 2']).apply(stats.shapiro)

这会导致错误，表明它无法将字符串转换为float。其中唯一的非数字列是我用来拆分数据帧的两个类别。

我如何解决它？

编辑：

示例数据：

cat1    cat2    purchases    sales
A       B       20           25
C       A       30           45
B       B       35           20
A       A       40           50

我想获得每个数字列的shapiro统计值和p值，而不必编写每个类别的所有可能组合。

答案

这应该工作：

df.groupby(['cat1', 'cat2'])['purchases','sales'].apply(stats.shapiro)