pandas 笔记：corr（计算各列之间的相似性）

1 基本使用方法

DataFrame.corr(method='pearson', min_periods=1, numeric_only=False)

2 主要参数

method {‘pearson’, ‘kendall’, ‘spearman’} 或可调用对象

Pearson 相关系数

变量之间线性关系的强度和方向。取值范围在 -1 到 +1 之间，其中 +1 表示完全正相关，-1 表示完全负相关，0 表示无相关。适用于两个变量均为连续数据且大致呈正态分布时 Kendall Tau相关系数

​​​​​​​​​​​​​​评估两个变量之间的序数关联 比Pearson相关系数对异常值更不敏感。适用于数据不满足正态分布、样本量较小或数据为序数变量时。Spearman等级相关

​​​​​​​​​​测量两个变量值与其对应的排名之间的相关性。同样，取值范围为 -1 到 +1。可调用对象：输入为两个一维 ndarray，返回一个浮点数。

需要注意的是，corr 返回的矩阵在对角线上将是 1，并且无论可调用对象的行为如何，都会是对称的。

3 举例

df = pd.DataFrame([(.2, .3), (.0, .6), (.6, .0), (.2, .1)],

columns=['dogs', 'cats'])

df

'''

dogs cats

0 0.2 0.3

1 0.0 0.6

2 0.6 0.0

3 0.2 0.1

'''

df.corr()

'''

dogs cats

dogs 1.000000 -0.851064

cats -0.851064 1.000000

'''

def histogram_intersection(a, b):

v = np.minimum(a, b).sum()

return v

'''

自定义函数：输入两列，返回一个数值

'''

df.corr(method=histogram_intersection)

'''

dogs cats

dogs 1.0 0.3

cats 0.3 1.0

'''

好文阅读

 您阅读本篇文章共花了：