Pandas库学习之dataframe.corr()函数
一、简介
dataframe.corr()是Pandas库中的一个函数，用于计算DataFrame中各列之间的相关系数。相关系数衡量的是两个变量之间线性关系的强度和方向，结果在-1到1之间，分别表示完全负相关和完全正相关。
二、语法和参数
DataFrame.corr(method='pearson', min_periods=1)
- method: 可选。计算相关系数的方法，有’pearson’（默认）、‘kendall’、'spearman’三种可选。
'pearson'：标准皮尔逊相关系数。'kendall'：肯德尔等级相关系数。'spearman'：斯皮尔曼等级相关系数。
- min_periods: 可选。每对元素的最小数量，以便计算相关系数。
三、实例
3.1 计算默认的皮尔逊相关系数
import pandas as pd# 创建示例数据
data = {'A': [1, 2, 3, 4, 5],'B': [5, 4, 3, 2, 1],'C': [2, 2, 3, 4, 4]
}
df = pd.DataFrame(data)# 计算相关系数
correlation_matrix = df.corr()
print(correlation_matrix)
输出：
A B C
A 1.000000 -1.000000 0.948683
B -1.000000 1.000000 -0.948683
C 0.948683 -0.948683 1.000000
3.2 计算斯皮尔曼相关系数
import pandas as pd# 创建示例数据
data = {'A': [1, 2, 3, 4, 5],'B': [5, 4, 3, 2, 1],'C': [2, 2, 3, 4, 4]
}
df = pd.DataFrame(data)# 计算相关系数
correlation_matrix = df.corr(method='spearman')
print(correlation_matrix)
输出：
A B C
A 1.000000 -1.000000 0.948683
B -1.000000 1.000000 -0.948683
C 0.948683 -0.948683 1.000000
3.3 计算斯皮尔曼相关系数
import pandas as pd# 创建示例数据
data = {'A': [1, 2, 3, 4, 5],'B': [5, 4, 3, 2, 1],'C': [2, 2, 3, 4, 4]
}
df = pd.DataFrame(data)# 计算相关系数
correlation_matrix = df.corr(method='kendall')
print(correlation_matrix)
输出
A B C
A 1.000000 -1.000000 0.894427
B -1.000000 1.000000 -0.894427
C 0.894427 -0.894427 1.000000
四、注意事项
- 当使用
kendall和spearman方法时，计算可能会比pearson方法慢，因为这些方法需要排序。 - 如果数据集中存在
NaN值，默认情况下这些值会被忽略。 - 计算相关系数前，确保数据已经清洗并准备好，以避免错误或不准确的结果。
)
