使用 .corr 获取两列之间的相关性

一尘不染

使用 .corr 获取两列之间的相关性

all

我有以下熊猫数据框Top15：在此处输入图像描述

我创建了一个列来估计每人可引用文档的数量：

Top15['PopEst'] = Top15['Energy Supply'] / Top15['Energy Supply per Capita']
Top15['Citable docs per Capita'] = Top15['Citable documents'] / Top15['PopEst']

我想知道人均可引用文献数量与人均能源供应量之间的相关性。所以我使用.corr()方法（皮尔逊相关）：

data = Top15[['Citable docs per Capita','Energy Supply per Capita']]
correlation = data.corr(method='pearson')

我想返回一个数字，但结果是：在此处输入图像描述

阅读 52

2022-09-06

共1个答案

一尘不染

没有实际数据很难回答这个问题，但我想你正在寻找这样的东西：

Top15['Citable docs per Capita'].corr(Top15['Energy Supply per Capita'])

这会计算两列之间的相关性 'Citable docs per Capita'和'Energy Supply per Capita'.

举个例子：

import pandas as pd

df = pd.DataFrame({'A': range(4), 'B': [2*i for i in range(4)]})

   A  B
0  0  0
1  1  2
2  2  4
3  3  6

然后

df['A'].corr(df['B'])

1按预期给出。

现在，如果你改变一个值，例如

df.loc[2, 'B'] = 4.5

   A    B
0  0  0.0
1  1  2.0
2  2  4.5
3  3  6.0

命令

df['A'].corr(df['B'])

0.99586

正如预期的那样，它仍然接近 1。

如果您.corr直接应用于您的数据框，它将返回您的列之间的所有成对相关性；这就是为什么您然后1s在矩阵的对角线观察（每列与其自身完全相关）。

df.corr()

因此将返回

          A         B
A  1.000000  0.995862
B  0.995862  1.000000

在您显示的图形中，仅表示相关矩阵的左上角（我假设）。

2022-09-06