Tengo un archivo de lista bidimensional (nombre - 'hcl_file'). Una versión abreviada del archivo para mayor claridad. Observaciones verticales, número de experimento horizontal:

ID type First Second Third

gerg    I   0.02695 0    0.00135      0.31312

11P     I   0.02695 0    0.00135      0.31312

112HP   II  0.02695 0    0.00135      0.31312

1454HP  II  0.02695 0    0.00135      0.31312

11544H  III 0.02695 0    0.00135      0.31312

657BF   III 0.02695 0    0.00135      0.31312

785DS   III 0.02695 0    0.00135      0.31312

Soy nuevo en programación. ¿Podría decirme cómo puedo calcular la importancia de las diferencias entre los tipos I, II, III y luego hacer un ajuste de BH (Bennamini y Hochbberg)? Para evitar malentendidos, permítanme aclarar que estamos realizando un experimento para diferentes grupos (I, II, III) y encontrar el valor p para ellos, pero luego repetimos esto para otros datos que requieren un ajuste del valor p para comparaciones múltiples. . Tengo dificultades para hacer esto en un ciclo, por favor avise la dirección de un mayor movimiento. Mi guión:

para línea en hcl_file:

     substrings = (len(line))

while j <subcadenas:

k1 = []         # list of values in I-st group 

k2 = []         II

k3 = []         III

for line in hcl_file:

        if line[1] == 'I':

                v1 = float(line[j])

                k1.append(v1)

        elif line[1] == 'II':

                v2 = float(line[j])

                k2.append(v2)

        elif line[1] == 'III':

                v3 = float(line[j])

                k3.append(v3)



import pandas

from scipy.stats import mannwhitneyu

print(mannwhitneyu(k1, k2))

j += 1