Я пользуюсь пандамиDataFrame чтобы выполнить рядовой t-тест в соответствии с этим примером:

import numpy
import pandas

df = pandas.DataFrame(numpy.log2(numpy.randn(1000, 4), 
                      columns=["a", "b", "c", "d"])

df = df.dropna()

Теперь, предположив, что у меня есть "a" и "b" в одной группе, а "c" и "d" в другой, я выполняю t-тест по строкам. Это довольно тривиально с пандами, используяapply с осью = 1. Однако я могу либо вернуть DataFrame той же формы, если моя функция не агрегирует, или Series, если она агрегирует.

Обычно, я бы просто вывел p-значение (то есть агрегацию), но я бы хотел сгенерировать дополнительное значение на основе других вычислений (другими словами, вернуть два значения). Конечно, я могу сделать два прогона, сначала агрегировать p-значения, а затем выполнить другую работу, но мне было интересно, есть ли более эффективный способ сделать это, поскольку данные достаточно большие.

В качестве примера расчета гипотетической функцией будет:

from scipy.stats import ttest_ind

def t_test_and_mean(series, first, second):
    first_group = series[first]
    second_group = series[second]
    _, pvalue = ttest_ind(first_group, second_group)

    mean_ratio = second_group.mean() / first_group.mean()

    return (pvalue, mean_ratio)

Затем вызывается с

df.apply(t_test_and_mean, first=["a", "b"], second=["c", "d"], axis=1)

Конечно, в этом случае он возвращает одну серию с двумя кортежами в качестве значения.

Instead, ny ожидаемый результат будет DataFrame с двумя столбцами, один для первого результата и один для второго. Возможно ли это, или мне нужно сделать два прогона для двух вычислений, а затем объединить их вмест