如何在 Python 中导入 Excel 文件列并找到它们之间的相关系数？

Question

我在 Excel 文件中有很多数字列（例如，AAA、BBB、CCC、DDD 和 EEE）。 我需要将这些列导入 Python 并找到每 2 列之间的相关系数。 仅显示相关系数从 +0.5 到 +1 和 -0.5 到 -1 的列。

import pandas as pd
data = pd.read_excel('SO.xlsx')
df = pd.DataFrame(data)
df.corr()

Answer 1

这是一个非常简单的解决方案；我没有你的数据，所以我用我找到的样本数据完成了它。我们开始：

import pandas as pd
data = pd.read_excel('https://global.oup.com/us/companion.websites/fdscontent/uscompanion/us/static/companion.websites/9780199734177/Example_1_rawdata.xls')
df = pd.DataFrame(data)
df.corr()

输出如下：

              Hugs       Comps       PerAd       SocAc       ProAd        ComSt       PhyHlp    Encour       Tutor
    Hugs    1.000000    0.666100    0.149995    0.616721    0.541132    0.653129    0.473344    0.549393    0.565627
    Comps   0.666100    1.000000    0.247194    0.575720    0.509667    0.642069    0.424696    0.543826    0.487571
    PerAd   0.149995    0.247194    1.000000    0.222337    0.081263    0.163510    0.090505    0.181000    0.120080
    SocAc   0.616721    0.575720    0.222337    1.000000    0.409031    0.559579    0.338293    0.447923    0.348733
    ProAd   0.541132    0.509667    0.081263    0.409031    1.000000    0.666905    0.733851    0.464976    0.754339
    ComSt   0.653129    0.642069    0.163510    0.559579    0.666905    1.000000    0.595900    0.540038    0.671789
    PhyHlp  0.473344    0.424696    0.090505    0.338293    0.733851    0.595900    1.000000    0.432037    0.717585
    Encour  0.549393    0.543826    0.181000    0.447923    0.464976    0.540038    0.432037    1.000000    0.412042
    Tutor   0.565627    0.487571    0.120080    0.348733    0.754339    0.671789    0.717585    0.412042    1.000000

如果您添加以下内容，它将用空值替换所有 Pearson 相关性低于 0.5 的值：

df[df > 0.5]