Python Pandas pandas 相关一列与全部答案

【问题标题】：Python Pandas pandas correlation one column vs allPython Pandas pandas 相关一列与全部
【发布时间】：2022-01-25 11:33:13
【问题描述】：

我正在尝试获取单个列与数据框的其余数字列之间的相关性，但我被卡住了。

我正在尝试这个：

corr = IM['imdb_score'].corr(IM)

但我得到了错误

操作数不能与形状一起广播

我认为这是因为我试图找到一个向量（我的imdb_score 列）与几列的数据框之间的相关性。

如何解决这个问题？

【问题讨论】：

标签： python pandas correlation

【解决方案1】：

我想你可以使用.corr which returns all correlations between all columns 然后只选择你感兴趣的列。

所以，像

IM.corr()['imbd_score']

应该可以。

【讨论】：

这是低效的，因为许多计算将被丢弃。而是使用corrwith（参见my answer）。
谢谢@mozway，也支持你的回答。 :)

【解决方案2】：

与其计算所有相关性并保留感兴趣的相关性，不如计算感兴趣的相关性子集在计算上更有效：

import pandas as pd

df = pd.DataFrame()

df['a'] = range(10)
df['b'] = range(10)
df['c'] = range(10)

pd.DataFrame([[c, df['a'].corr(df[c])] for c in df.columns if c!='a'], columns=['var', 'corr'])

【讨论】：

【解决方案3】：

使用corrwith最有效的方法。

例子：

df.corrwith(df['A'])

示例数据的设置：

import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randint(10, size=(5, 5)), columns=list('ABCDE'))

#    A  B  C  D  E
# 0  7  2  0  0  0
# 1  4  4  1  7  2
# 2  6  2  0  6  6
# 3  9  8  0  2  1
# 4  6  0  9  7  7

输出：

A    1.000000
B    0.526317
C   -0.209734
D   -0.720400
E   -0.326986
dtype: float64

【讨论】：