第一步：创建数据：

import pandas as pd
import matplotlib as plt
plt.rcParams['font.sans-serif'] = ['KaiTi']

import warnings
warnings.filterwarnings("ignore")
data = [['Male', '高中及以下', 63.0],
       ['Male', '高中及以下', 64.0],
       ['Male', '高中及以下', 60.0],
       ['Male', '高中及以下', 63.0],
       ['Male', '高中及以下', 66.0],
       ['Male', '高中及以下', 65.0],
       ['Male', '高中及以下', 61.0],
       ['Male', '高中及以下', 62.0],
       ['Male', '高中及以下', 68.0],
       ['Male', '大学本科', 66.5],
       ['Male', '大学本科', 67.0],
       ['Male', '大学本科', 69.5],
       ['Male', '大学本科', 70.0],
       ['Male', '大学本科', 69.0],
       ['Male', '大学本科', 71.5],
       ['Male', '大学本科', 67.0],
       ['Male', '大学本科', 68.5],
       ['Male', '大学本科', 63.5],
       ['Male', '研究生及以上', 88.0],
       ['Male', '研究生及以上', 89.0],
       ['Male', '研究生及以上', 86.0],
       ['Male', '研究生及以上', 92.0],
       ['Male', '研究生及以上', 90.0],
       ['Male', '研究生及以上', 84.0],
       ['Male', '研究生及以上', 91.0],
       ['Male', '研究生及以上', 87.0],
       ['Male', '研究生及以上', 88.0],
       ['Male', '研究生及以上', 85.0],
       ['Female', '高中及以下', 65.0],
       ['Female', '高中及以下', 66.0],
       ['Female', '高中及以下', 61.0],
       ['Female', '高中及以下', 64.0],
       ['Female', '高中及以下', 69.0],
       ['Female', '高中及以下', 70.0],
       ['Female', '高中及以下', 67.0],
       ['Female', '高中及以下', 63.0],
       ['Female', '高中及以下', 63.0],
       ['Female', '高中及以下', 66.0],
       ['Female', '大学本科', 70.0],
       ['Female', '大学本科', 71.0],
       ['Female', '大学本科', 66.0],
       ['Female', '大学本科', 69.0],
       ['Female', '大学本科', 74.0],
       ['Female', '大学本科', 73.0],
       ['Female', '大学本科', 72.0],
       ['Female', '大学本科', 68.0],
       ['Female', '大学本科', 65.0],
       ['Female', '大学本科', 64.0],
       ['Female', '研究生及以上', 82.0],
       ['Female', '研究生及以上', 83.0],
       ['Female', '研究生及以上', 88.0],
       ['Female', '研究生及以上', 91.0],
       ['Female', '研究生及以上', 90.0],
       ['Female', '研究生及以上', 86.0],
       ['Female', '研究生及以上', 84.0],
       ['Female', '研究生及以上', 80.0],
       ['Female', '研究生及以上', 85.0],
       ['Female', '研究生及以上', 76.0]]

 2：转成DataFrame格式并查看

df = pd.DataFrame(data, columns = ['gender', 'education', 'Index'])
print(df)

 转换数据格式

df1 = pd.DataFrame()
data_list = []
for i in df.gender.unique():
    for j in df.education.unique():
        data = df[(df.gender == i)&(df.education == j)]['Index'].values
        data_list.append(data)
        df1 = df1.append(pd.DataFrame(data, columns = pd.MultiIndex.from_arrays([[i],[j]])).T)
df1 = df1.T
print(df1)

 

 3：查看数据分布：通过绘制箱线图，检测是否有异常点

# 查看各组数量分布
print(df1.count())
import matplotlib.pyplot as plt
import seaborn as sns
plt.figure(figsize = (12,8))
sns.boxplot(x = 'gender', y = 'Index', data = df, hue = 'education')  # 传入的为DataFrame ,x, y,hue,可指定其索引
plt.show()

 

 进行方差分析的条件检验：正态性和方差齐性检验。

from scipy import stats
# Shapiro-Wilk 检验(小数据量的正态分布检验)  ：正态检验(方差分析前提1)
sw_test_res = pd.DataFrame()
for i in df1.columns:
    statistic, pvalue = stats.shapiro(df1[i].dropna())
    sw_test_res[i]  = [statistic, pvalue]
sw_test_res.index = ['statistic', 'p_value']
print(sw_test_res.T.round(3))


# levene test :方差齐性检验
print('基于中位数的levene test P值：', stats.levene(*data_list, center='median').pvalue)

 

 经检测：p值均大于0.05，符合显著性要求

进行交互作用判断：

# 判断交互作用
# df1.mean() # 为Series
df_mean = df1.mean().unstack().round(1)  # unstack :分层索引重置方法将series换为DataFrame， 并保留数据小数点一位
df_mean.columns = ['大学本科', '研究生及以上', '高中及以下']
df_mean = df_mean[['高中及以下', '大学本科', '研究生及以上']]
print(df_mean)

 

 

 绘图查看两个因素之间是否存在交互作用

# 定义一个绘图函数
def draw_pics(data, feature):
    fig, ax = plt.subplots(figsize=(8, 6))
    for i in data.index:
        ax.plot(data.columns, data.loc[i, :], label = i, marker='o')
        ax.legend()
    ax.set_title("幸福指数平均值")
    ax.set_xlabel(feature, fontdict={'fontsize': 14})
    ax.set_ylabel("平均值", fontdict={'fontsize': 14})
    plt.show()
# 绘制不同的性别在不同的教育程度下的均值变化
draw_pics(df_mean, 'education')

# 结论：存在双因素交互作用

# 绘制不同的教育程度在不同的性别下的均值变化
draw_pics(df_mean.T, 'gender')

 

 

结论：存在双因素交互作用。

进行多因素方差分析（结论在注释里）：

from statsmodels.formula.api import ols
from statsmodels.stats.anova import anova_lm
# 进行多因素方差分析
print(df)
anova = ols('Index ~ C(gender) + C(education) + C(gender)*C(education)',data = df).fit()
print(anova_lm(anova, typ=1))
"""性别P = 0.404大于0.05，表明性别对幸福指数没有影响
教育P < 0.001，表明教育对于幸福指数有显著影响
交互项具F（2，52）=4.148，P= 0.021，有统计学意义，表明性别和受教育程度在对幸福指数的影响上存在交互作用
"""
import statsmodels.api as sm
# 不同教育程度的事后多重比较
print(sm.stats.multicomp.pairwise_tukeyhsd(groups=df.education, endog=df.Index).summary())
"""大学本科学历 的幸福指数比 高中及以下学历 的人高4.13（95%CI：1.55-6.72），P=0.001；
研究生及以上学历 的幸福指数比 高中及以下学历 的人高21.72（95%CI：19.17-24.28），P<0.001；
研究生及以上学历 的幸福指数比 大学本科学历 的人高17.59（95%CI：15.04-20.15），P<0.001。
"""

 

 

不同教育程度的事后多重比较和性别的单独效应（结论在注释里）

import statsmodels.api as sm
# 不同教育程度的事后多重比较
print(sm.stats.multicomp.pairwise_tukeyhsd(groups=df.education, endog=df.Index).summary())
"""大学本科学历 的幸福指数比 高中及以下学历 的人高4.13（95%CI：1.55-6.72），P=0.001；
研究生及以上学历 的幸福指数比 高中及以下学历 的人高21.72（95%CI：19.17-24.28），P<0.001；
研究生及以上学历 的幸福指数比 大学本科学历 的人高17.59（95%CI：15.04-20.15），P<0.001。
"""

# 性别的单独效应
gender_pc_df = pd.DataFrame()
for i in df.gender.unique():
    pc = sm.stats.multicomp.pairwise_tukeyhsd(groups = df.query("gender == @i").education,
                                              endog=df.query("gender == @i").Index).summary()
    pc_df = pd.DataFrame(pc, index = [i] * (df.education.nunique() + 1), )[1:]
    gender_pc_df = gender_pc_df.append(pc_df)

gender_pc_df.columns = ['group1', 'group2', 'meandiff', 'p-adj', 'lower', 'upper', 'reject']
print(gender_pc_df)
"""男性中：

高中及以下学历 的幸福指数评分比 大学本科学历 的低4.50（95%CI：1.58 - 7.42），P = 0.0021；
高中及以下学历 的幸福指数评分比 研究生及以上学历 的低24.44（95%CI：21.60 - 27.29），P = 0.001。
大学本科学历 的幸福指数评分比 研究生及以上学历 的低19.94（95%CI：17.10 - 22.79），P = 0.001。
女性中：

高中及以下学历 的幸福指数评分比 大学本科学历 没有显著性差异，P = 0.071；
高中及以下学历 比 研究生及以上学历 的低19.10（95%CI：15.02 - 23.17），P = 0.001。
大学本科学历 的幸福指数评分比 研究生及以上学历 的低15.30（95%CI：11.23 - 19.37），P = 0.001。
"""