将管道分隔的平面文件导入Python以用于Pandas和统计分析

Question

我搜索了很多，但还是没有找到答案。

我想把一个平面文件里的数据导入到Python中，这样我就可以进行一些分析，比如进行t检验。

首先，我创建了一个简单的用管道符分隔的平面文件：

1|2
3|4
4|5
1|6
2|7
3|8
8|9

然后我把它保存为“simpledata”。

接着，我在nano中创建了一个bash脚本，内容是：

#!/usr/bin/env python

import sys
from scipy import stats 

A = sys.stdin.read()
print A
paired_sample = stats.ttest_rel(A[:,0],A[:,1])
print "The t-statistic is %.3f and the p-value is %.3f." % paired_sample

然后我把这个脚本保存为pairedttest.sh，并运行它，命令是：

 cat simpledata | pairedttest.sh

我遇到的错误是：

TypeError: string indices must be integers, not tuple

谢谢你们的帮助！

Answer 1

你是不是想调用这个？:

paired_sample = stats.ttest_rel([1,3,4,1,2,3,8], [2,4,5,6,7,8,9])

如果是这样的话，你现在的做法是不对的。A 从标准输入读取时只是一个字符串，所以你不能像现在这样去索引它。你需要从这个字符串中构建两个列表。最简单的方法是这样做：

left = []
right = []
for line in A.splitlines():
    l, r = line.split("|")
    left.append(int(l))
    right.append(int(r))
print left
print right

这样会输出：

[1, 3, 4, 1, 2, 3, 8]
[2, 4, 5, 6, 7, 8, 9]

所以你可以调用 stats.ttest_rel(left, right)

或者如果你想更聪明一点，把它写成一行（虽然几乎看不懂）:

z = zip(*[map(int, line.split("|")) for line in A.splitlines()])

这样会输出：

[(1, 3, 4, 1, 2, 3, 8), (2, 4, 5, 6, 7, 8, 9)]

所以你可以调用 stats.ttest_rel(*z)