我需要创建一个多功能函数，并将其传输到pandas DataFrame中，以便对未指定数量的组和子组运行ANOVA。我有一些DataFrame，其中包含两个分类列（这里是cat1和cat2）和一些连续列（这里只有contin_1和contin2）。

cat1 cat2      contin_Z       contin_Y    ...
0         A   1             08             33
1         B   1             00             86
2         C   2             85             65
3         A   1             82             08
4         A   2             90             85
5         A   3             93             93
6         A   2             13             65
7         A   1             33             90
8         B   2             00             10
9         C   2             58             57
10        C   1             68             68
11        B   1             43             40
12        A   1             35            NaN
13        A   3             75             40
14        A   3             68             53
15        A   2             93             93
16        B   3             18             65
17        C   3             33             28
18        A   1             50             94
19        B   1             25             90

对于上面的示例数据，我希望按cat1对它进行分组，并对每个cat1组的所有cat2组进行ANOVA，同时输出每个cat1/cat2组合的平均值。我希望能够在不考虑连续列数的情况下进行此操作--有点像pandas.DataFrame.groupby.mean可以对任意数量的列进行操作。
输出应如下所示，具有某种形状：（这是一个示例输出，只是为了显示我正在寻找的输出的形状;平均值和p值是无意义值。

cat1   cat2  Z_mean   Z_anova_pval    Y_mean   Y_anova_pval    ...
0      A      1     54           .005         43           .076
1      A      2     73           .005         34           .076
2      A      3     34           .005         42           .076
3      B      1     76           .567         32           .002
4      B      2     98           .567         78           .002
5      B      3     73           .567        101           .002
6      C      1     84           .043         15           .041
7      C      2     23           .043         43           .041
8      C      3     82           .043         87           .041

我想这个函数应该是这样的：

data.groupby('cat1').pipe(f)

最接近我需要的函数是这行代码，它通过一个生成器表达式将所有cat2子组传递给f_oneway，但我不知道如何在cat1上的groupby中完成此操作，尤其是在获取平均值时，我想可能需要单独使用groupby.agg来完成此操作，但我不确定如何使其可伸缩到DataFrame中的任意多个连续列。

from scipy import stats
def run_anova(data):
   return stats.f_oneway(*(data[data.cat2==cat].dropna() for cat in data.cat2.unique()))

编辑：沿着这条线的东西似乎产生了一个准确的p值方面的结果。

from scipy.stats import f_oneway as anova

continuous_cols = [ ... list of all desired continuous cols ... ]

cats = data.cat1.unique()

pvals = (
    data
    .groupby(['cat2'])[continuous_cols]
    .agg(
        lambda x: 
        anova(*[x[data.cat1==cat].dropna() for cat in cats])[0]
    )
)

>         contin_Z   contin_Y
>  cat2
>     1       .045       .087
>     2       .654       .945
>     3       .943       .003

但是，我不知道如何将其与需要每个子组的平均值相结合（除了执行两个GroupBys，然后在重置平均值表上的一个索引级别后合并）：

pvals = pvals.add_suffix('_pval')

means = data.groupby(['cat2', 'cat1'])[continuous_cols].mean()

means = means.add_suffix('_mean')

table = (
    pvals
    .merge(means.reset_index(level=1), left_index=True, right_index=True)
)