cmprsk r包的python包装器
cmprsk的Python项目详细描述
cmprsk-竞争风险回归
竞争风险子分布函数的回归模型。
围绕cmprskr包的python包装器。
description:的估计、测试和回归建模 竞争风险中的次分布函数,如灰色描述 (1988),一类用于比较累积 竞争风险的发生率,ann。统计16:1141-1154,罚款JP和 gray-rj(1999),分区分布的比例危险模型 关于竞争风险,Jasa,94:496-509。
Original Package documentation
要求
这个包使用rpy2
来使用import-cmprsk r包,因此必须满足requierments for rpy2。
tl;dr
- 类unix操作系统:linux、macos、bsd。(可以在windows上工作,查看[rpy2二进制文件](https://rpy2.readthedocs.io/en/version_2.8.x/overview.html#microsoft-s-windows-precompiled-binaries)。
- python>;=3.5
- r>;=3.3how to install R
- readline 7.0-应作为
rpy2
的一部分安装。how to install on MacOS另请参见下面的issue cmprsk
r库(打开r consule并运行install.packages('cmprsk')
)
快速启动
示例:crr
importpandasaspdimportcmprsk.cmprskascmprskfromcmprskimportutilsdata=pd.read_csv('my_data_fle')# assuming that x1,x2,x3, x4 are covatiates. # x1 are x4 are categorical with baseline 'd' for x1 and 5 for x2 static_covariates=utils.as_indicators(data[['x1','x2','x3','x4']],['x1','x4'],bases=['d',5])crr_result=cmprsk.crr(ftime,fstatus,static_covariates)report=crr_result.summaryprint(report)
ftime
和fstatus
可以是numpy数组或pandas系列,static_covariates
是pandas数据帧。
这只熊猫也是熊猫。
示例:cuminc
importmatplotlib.pltimportnumpyasnpimportpandasaspdfromcmprskimportcmprskdata=pd.read_csv('cmprsk/cmprsk/tests/test_set.csv')print(data)cuminc_res=cmprsk.cuminc(data.ss,data.cc,group=data.gg,strata=data.strt)# printcuminc_res.print# plot using matplotlib_,ax=plt.subplots()forname,groupincuminc_res.groups.items():ax.plot(group.time,group.est,label=name)ax.fill_between(group.time,group.low_ci,group.high_ci,alpha=0.4)ax.set_ylim([0,1])ax.legend()ax.set_title('foo bar')plt.show()
如何更新包:
- 在setup.py中更新版本
- rm-fr dist目录
- python setup.py sdist bdist_轮
- 捆绳上传距离/*--详细