pandas 关联小组 [英] Pandas Correlation Groupby

问题描述

假设我有一个类似于下面的数据框，我将如何获得2个特定列之间的关联，然后按'ID'列进行分组？我相信熊猫的'corr'方法找到所有列之间的相关性。如果可能的话，我还想知道如何使用.agg函数（即np.correlate）找到'groupby'相关性。

我有什么： p>

  ID Val1 Val2其他数据其他数据
 A 5 4 xx 
 A 4 5 xx 
 A 6 6 xx 
 B 4 1 xx 
 B 8 2 xx 
 B 7 9 xx 
 C 4 8 xx 
 C 5 5 xx 
 C 2 1 xx 
  

我需要：

  ID Correlation_Val1_Val2 
 A 0.12 
 B 0.22 
 C 0.05 
  

Thanks！

解决方案

你几乎可以想出所有的东西，只需要将它们合并：

 在[441]：df.groupby（'ID'）[['Val1'，'Val2']]。corr（）
出[441]：
 Val1 Val2 
 ID 
 A Val1 1.000000 0.500000 
 Val2 0.500000 1.000000 
 B Val1 1.00 0000 0.385727 
 Val2 0.385727 1.000000 
  

在你的情况下，为每个ID输出2x2是过分冗长。我没有看到打印标量关联而不是整个矩阵的选项，但是您可以执行如下操作：

  In [442]：df.groupby（'ID'）[['Val1'，'Val2']]。corr（）。ix [0 :: 2，'Val2'] 
 Out [442]：
 ID 
 A Val1 0.500000 
 B Val1 0.385727 
  

然后重命名并按照您的喜好储存商品。

Assuming I have a dataframe similar to the below, how would I get the correlation between 2 specific columns and then group by the 'ID' column? I believe the Pandas 'corr' method finds the correlation between all columns. If possible I would also like to know how I could find the 'groupby' correlation using the .agg function (i.e. np.correlate).

What I have:

ID  Val1    Val2    OtherData   OtherData
A   5   4   x   x
A   4   5   x   x
A   6   6   x   x
B   4   1   x   x
B   8   2   x   x
B   7   9   x   x
C   4   8   x   x
C   5   5   x   x
C   2   1   x   x

What I need:

ID  Correlation_Val1_Val2
A   0.12
B   0.22
C   0.05

Thanks!

解决方案

You pretty much figured out all the pieces, just need to combine them:

In [441]: df.groupby('ID')[['Val1','Val2']].corr()
Out[441]: 
             Val1      Val2
ID                         
A  Val1  1.000000  0.500000
   Val2  0.500000  1.000000
B  Val1  1.000000  0.385727
   Val2  0.385727  1.000000

In your case, printing out a 2x2 for each ID is excessively verbose. I don't see an option to print a scalar correlation instead of the whole matrix, but you can do something like:

In [442]:df.groupby('ID')[['Val1','Val2']].corr().ix[0::2,'Val2']
Out[442]: 
ID       
A   Val1    0.500000
B   Val1    0.385727

And then rename and store things as you like.

这篇关于 pandas 关联小组的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！