如何选择与datafram中的一个特定列高度相关的列

Question

我有一个超过100列的数据帧，我正试图用它来建立一个模型。在这种情况下，此数据帧中的一列（A）被视为响应，而所有其他列（B、C、D等）都是预测器。因此，我尝试根据相关系数（比如，0.2）选择与列A相关的所有列。我已经生成了一个包含每对列之间所有相关因子的热图。但是，我能在pandas中有一个快速的方法将collrelation因子大于0.2的所有列（如果需要的话，我当然会调整）到列a吗？提前谢谢！在

Answer 1

使用DataFrame计算相关性，然后使用布尔掩码按截止条件对列进行切片。在

import pandas as pd
df = pd.DataFrame({'A': [1,2,3,4,5,6,7,8,9,10],
                   'B': [1,2,4,3,5,7,6,8,10,11], 
                   'C': [15,-1,17,-10,-10,-13,-99,-101,0,0],
                   'D': [0,10,0,0,-10,0,0,-10,0,10]} )

df.loc[:, df.corr()['A'] > 0.2]

    A   B
0   1   1
1   2   2
2   3   4
3   4   3
4   5   5
5   6   7
6   7   6
7   8   8
8   9   10
9   10  11