特征筛选第一步：T检验

import pandas as pd
from scipy.stats import ttest_ind, levene

# 读取数据
xlsx_a = r'C:\Users\lyp\Desktop\tedata\data_a.xlsx'# 分别是阴性组
xlsx_b = r'C:\Users\lyp\Desktop\tedata\data_b.xlsx'# 阳性组
data_a = pd.read_excel(xlsx_a)
data_b = pd.read_excel(xlsx_b)

# 数据类型转换：将数据转换为数值类型
data_a = data_a.apply(pd.to_numeric, errors='coerce')
data_b = data_b.apply(pd.to_numeric, errors='coerce')

print(data_a.shape, data_b.shape)

# T检验
index = []
for colName in data_a.columns:  # 遍历所有特征
    if levene(data_a[colName], data_b[colName])[1] > 0.05:  # 如果P > 0.05说明有方差齐性
        if ttest_ind(data_a[colName], data_b[colName])[1] < 0.05:# 则进行t检验
            index.append(colName)  # 独立样本 T 检验结果具有显著性差异的加入 index 列表
    else:  # 如果不具有方差齐性，equal_var=False，执行Welch’s 检验
        if ttest_ind(data_a[colName], data_b[colName], equal_var=False)[1] < 0.05:
            index.append(colName)

print(len(index))
print(index)