王半仙的学习分享

1 基本介绍

TableOne是一个很简单实用的小工具，能对数据进行基本统计展示

基本特性：

• 给出指定列的缺失情况和基本信息（均值方差）
• 基于pandas的DataFrame结构存储结果，方便格式转换
• 可灵活制定统计检验与对比分析策略
• 参数丰富，支持简单的数据预处理与输出格式限制

使用注意事项：

• 默认会将列转换为数值型，类别型变量可通过参数categorical显式指定
• 支持第三方的统计检验方法，但需要人为规范输出格式
• 检验差异性时会根据数据特性自动调整检验方法（正态数值变量使用t检验；非正态数值型变量使用卡方检验；非数值型变量使用秩和检验）

2 简单上手

先了解数据分布与统计检验情况

import pandas as pd
import numpy as np
from scipy import stats
import matplotlib.pyplot as plt
%matplotlib inline
from tableone import TableOne, load_dataset

data = load_dataset('pn2012')
table1 = TableOne(data, dip_test=True, normal_test=True, tukey_test=True)

表格结果如下：

检验结果如下：

[1] Hartigan's Dip Test reports possible multimodal distributions for: Age, SysABP, Height, LOS.
[2] Normality test reports non-normal distributions for: Age, SysABP, Height, Weight, LOS.
[3] Tukey test indicates far outliers in: Height, LOS.

再进行对比分析，查看差异性：

# 指定需要纳入分析的变量
columns = ['Age', 'SysABP', 'Height', 'Weight', 'ICU', 'death']
categorical = ['ICU'] # 指定类别型变量
nonnormal = ['Age'] # 指定非正态的数值型变量
groupby = ['death'] # 指定分组策略（需要是类别型变量）
table3 = TableOne(data, columns, categorical, groupby, nonnormal, pval = True, smd=True,
                  htest_name=True)

结果如下：

其他常用参数与作用：

• rename：对变量进行重命名，比如rename = {'sex':'gender', 'trt':'treatment'}
• limit：限制类别型变量只显示最常见的N个类别数，比如limit = {'sex': 1}
• order：指定类别型变量的顺序，比如order = {'sex': ['f', 'm', 'other']}
• decimals：限制数值型变量的小数位数：比如decimals = {'age': 0}
• dip_test：是否使用Hartigan's Dip检验分布的单峰性
• normal_test：是否使用scipy.stats.normaltest检验分布的正态性
• tukey_test：是否使用Tukey检验分布的异常值/离群点

参考

官方文档 官方 jupyter notebook 示例

#TableOne #假设检验

<a href="/tag/tableone.html" class="article_tag">TableOne</a> <a href="/tag/jia-she-jian-yan.html">假设检验</a>