每个 pandas 行与另一个 pandas 数据框作为新列的相关性

Question

假设我有以下df：

Company   Apples   Mangoes   Oranges

Amazon       0.75      0.6     0.98
BellTM       0.23      0.75    0.14
Cadbury      0.4       0.44    0.86

然后是另一个名为vendor的数据框：

Company   Apples   Mangoes   Oranges

Deere       0.11      0.3     0.79

我想在vendor 数据框中找到每家公司与公司Deere 的逐行相关性。我希望将输出的相关系数作为名为 Correlationcoef 的列添加到原始数据框 df：

Company   Apples   Mangoes   Oranges     Corrcoef

Amazon       0.75      0.6     0.98     0.77955981 
BellTM       0.23      0.75    0.14    -0.37694478
Cadbury      0.4       0.44    0.86     0.98092707

当我尝试以下操作时：

df.iloc[:,1:].corrwith(vendor.iloc[:,1:], axis=1)

我得到一个包含 NaN 值的列表。 我通过将每一行保存为数组并使用 np.corrcoef(x1,y)

手动获取了 Corrcoef 值

Answer 1

你可以使用：

df.set_index('Company').corrwith(vendor.set_index('Company').loc['Deere'], axis=1)

输出：

Company
Amazon     0.779560
BellTM    -0.376945
Cadbury    0.980927
dtype: float64

Answer 2

我认为您可能想首先创建tidy data。您正在寻找的数据框将是：Company Name、Fruit、TableName、Value。您可以通过使用 pandas 中的 melt 方法来完成此操作。然后，您可以将各个表连接在一起，并使用groupby 计算Fruit 和Company 的相关性。