排序相关矩阵答案

【问题标题】：Sorting correlation matrix排序相关矩阵
【发布时间】：2022-08-17 08:43:46
【问题描述】：

我想将相关矩阵转换为“pandas”表，从最大值到最小值排序，如图所示。我该怎么做？

df = pd.DataFrame(np.random.randint(0,15,size=(20, 6)), columns=[\"Ply_1\",\"Ply_2\",\"Ply_3\",\"Ply_4\",\"Ply_5\",\"Ply_6\"])
df[\'date\'] = pd.date_range(\'2000-1-1\', periods=20, freq=\'D\')
df = df.set_index([\'date\'])
cor=df.corr()
print(cor)

Out image link here

你shouldn\'t use an image here。您在图像中提供的内容可以表示为格式化为代码的文本。您可以edit您的帖子进行更改。
在熊猫中，整行通常有一个行索引（相同）。您是否还需要有关每列的新行顺序的信息？那你怎么想象？
i.stack.imgur.com/5cbwm.jpg我想得到这样的输出
那么你想要新数据框中的 12 列吗？
Sort all columns of a pandas DataFrame independently using sort_values()

标签： python pandas sorting correlation

【解决方案1】：

pd.concat([cor[col_name].sort_values(ascending=False)
                        .rename_axis(col_name.replace('Ply', 'index'))
                        .reset_index() 
           for col_name in cor], 
          axis=1)

解释：

pd.concat([df_1, ..., df_6], axis=1) 连接 6 个数据帧（每个数据帧都已经排序，并且有 2 列：“index_i”和“Ply_i”）。
[cor[col_name] for col_name in cor] 将创建一个包含 6 个系列的列表，其中每个系列是 cor 的下一列。
ser.sort_values(ascending=False) 按降序对系列 ser 的值进行排序（索引也会移动 - 连同它们的值一起移动）。
col_name.replace('Ply', 'index') 通过将 'Ply' 替换为 'index' 从字符串 col_name 创建一个新字符串。
ser.rename_axis(name).reset_index() 重命名索引轴，并将索引（及其名称）提取为新列，将 Series 转换为 DataFrame。此数据帧的新索引是默认范围索引（从 0 到 6）。

结果：

（用我随机生成的数字）

	index_1	Ply_1	index_2	Ply_2	index_3	Ply_3	index_4	Ply_4	index_5	Ply_5	index_6	Ply_6
0	Ply_1	1	Ply_2	1	Ply_3	1	Ply_4	1	Ply_5	1	Ply_6	1
1	Ply_2	0.387854	Ply_1	0.387854	Ply_1	0.258825	Ply_1	0.337613	Ply_4	0.0618012	Ply_1	0.058282
2	Ply_4	0.337613	Ply_4	0.293496	Ply_4	0.0552454	Ply_2	0.293496	Ply_2	0.060881	Ply_3	-0.207621
3	Ply_3	0.258825	Ply_5	0.060881	Ply_2	-0.0900126	Ply_5	0.0618012	Ply_3	-0.110885	Ply_2	-0.22012
4	Ply_6	0.058282	Ply_3	-0.0900126	Ply_5	-0.110885	Ply_3	0.0552454	Ply_1	-0.390893	Ply_4	-0.291842
5	Ply_5	-0.390893	Ply_6	-0.22012	Ply_6	-0.207621	Ply_6	-0.291842	Ply_6	-0.394074	Ply_5	-0.394074

【讨论】：