有没有办法检查数据框中的线性相关列？答案

【问题标题】：Is there a way to check for linearly dependent columns in a dataframe?有没有办法检查数据框中的线性相关列？
【发布时间】：2017-06-14 22:35:03
【问题描述】：

有没有办法检查 pandas 数据框中列的线性依赖关系？例如：

columns = ['A','B', 'C']
df = pd.DataFrame(columns=columns)
df.A = [0,2,3,4]
df.B = df.A*2
df.C = [8,3,5,4]
print(df)

   A  B  C
0  0  0  8
1  2  4  3
2  3  6  5
3  4  8  4

有没有办法表明B 列是A 的线性组合，但C 是独立列？我的最终目标是在数据集上运行泊松回归，但我不断收到LinAlgError: Singular matrix 错误，这意味着我的数据框不存在逆向，因此它包含依赖列。

我想提出一种编程方式来检查每个功能并确保没有依赖列。

【问题讨论】：

您应该能够通过numpy 和这篇文章：stackoverflow.com/questions/28816627/… 实现您所需要的

标签： python pandas dataframe linear-algebra

【解决方案1】：

如果您有SymPy，您可以通过sympy.matrix.rref 使用"reduced row echelon form"：

>>> import sympy 
>>> reduced_form, inds = sympy.Matrix(df.values).rref()
>>> reduced_form
Matrix([
[1.0, 2.0,   0],
[  0,   0, 1.0],
[  0,   0,   0],
[  0,   0,   0]])

>>> inds
[0, 2]

枢轴列（存储为inds）表示线性无关的“列号”，您可以简单地“切掉”其他列：

>>> df.iloc[:, inds]
   A  C
0  0  8
1  2  3
2  3  5
3  4  4

【讨论】：