python – 在pandas数据帧中进行行相关的正确方法

我想计算两个Pandas DataFrame行之间的相关性.当所有条目都是数字类型时,很容易计算两行之间的相关性,如下所示：

import pandas as pd
import numpy as np
example_df = pd.DataFrame(np.random.randn(10, 30), np.arange(10))
example_df.iloc[1, :].corr(example_df.iloc[2, :])

但是,如果DataFrame是混合类型,即使您只选择数字条目的子集,在计算相关性时也会出错：

example_df['Letter'] = 'A'
example_df.iloc[1, :-1].corr(example_df.iloc[2, :-1])

AttributeError：’numpy.float64’对象没有属性’sqrt’

Pearson的相关函数使用平方根函数,并且该函数对于对象类型不存在,因此它不能进行相关.您必须手动将类型更改为浮动,然后您可以计算相关性.

example_df.iloc[1, :-1].astype('float64').corr(example_df.iloc[2, :-1].astype('float64'))

有一个更好的方法吗？

解决方法:

我不知道这些是否比你做的更好,但这里有一个numpy方式：

np.corrcoef(df_example.iloc[1:3, :-1])

array([[ 1.        , -0.37194563],
       [-0.37194563,  1.        ]])

这是大熊猫的一种方式：

df_example.iloc[1:3, :-1].T.corr()

          1         2
1  1.000000 -0.371946
2 -0.371946  1.000000

如果要比较非连续行,请像这样调整iloc：

df_example.iloc[[1, 4], :-1].T.corr()