具有多个条件的 Pandas 相关函数答案

【问题标题】：Pandas correlation function with multiple conditions具有多个条件的 Pandas 相关函数
【发布时间】：2021-01-21 11:55:28
【问题描述】：

Pandas .corr() 函数允许我获得特征之间的相关系数。当我需要满足多个条件时，我正在寻找一种计算相关系数的有效方法。

在我的例子中，我有一个数据框，其中每一行对应一个用栅栏隔离的特定区域。数据框中的列是区域范围和围栏材料（下面的简化示例）。只要值不为零，我想计算区域和每种材料的相关矩阵。例如，与

df = pd.DataFrame({'Area': [0.5, 4, 2, 1], 'Wire_rows': [3, 9, 5, 0], 'Columns': [4, 16, 0, 5]})

然后df.corr().loc['Area', :] 给出了面积与“Wire_rows”和“Columns”之间的相关性。如果我想让这个计算排除材料的零值，我必须写一些东西，比如

df[df['Wire_rows'] > 0].corr().loc['Area', 'Wire_rows'] 

df[df['Columns'] > 0].corr().loc['Area', 'Columns']

获得相关矩阵需要合并这些单独的部分。

在我的实际示例中，有超过 15 个材料列和几行，所以我想知道是否有更好的方法从单个计算中排除零值。

【问题讨论】：

【解决方案1】：

这有帮助吗？

cols=['Wire_rows','Columns']
d={}
for col in cols:
    d[col]={0:np.nan}
df.replace(d).corr().loc['Area']

【讨论】：