大熊猫提供两种不同相关函数的原因是什么?
DataFrame.corrwith(other, axis=0, drop=False): Correlation between rows or columns of two DataFrame objectsCompute pairwise
与
DataFrame.corr(method='pearson', min_periods=1): Compute pairwise correlation of columns, excluding NA/null values
(摘自pandas 0.20.3文档)
基本答案:
下面是一个可能会更清楚的例子:
如@ffeast所述,使用
corr
比较同一数据帧中的数字列。将自动跳过非数值列。可以将df1&df2的列与
corrwith
进行比较。请注意,只有名称相同的列才会进行比较:其他选项:
如果希望pandas忽略列名并将df1的第一行与df2的第一行进行比较,则可以将df2的列重命名为与df1的列匹配,如下所示:
注意,在这种情况下,df1和df2需要具有相同数量的列。
最后,一种厨房水槽方法:您还可以简单地水平连接两个数据集,然后使用
corr()
。其优点是,不管列的数量和命名方式如何,这基本上都是可行的,但缺点是,您可能获得的输出比您想要或需要的多:第一个计算与另一个数据帧的相关性:
第二个用它自己计算
相关问题 更多 >
编程相关推荐