根据 R 平方值创建数据框答案

【问题标题】：creating dataframe on the basis of R-squared value根据 R 平方值创建数据框
【发布时间】：2020-02-08 14:22:44
【问题描述】：

我有一个如下所示的数据框，

df1 =

Index   bins  one         two         three       four
a       1     0.760207    0.313230    1.257121    3.777180
b       2     0.920607    0.350345    -0.424963   0.032379
c       3     -0.975032   0.580298    1.819454    -0.807784
d       4     -0.886256   0.656349    0.306178    1.172622
e       5     0.512182    0.362790    1.066892    0.250835

我想得到一个数据框，它简单地给出第一、二、三、四列的 r 平方值和列箱。这样我想要的数据框如下所示。

df2 =

columns     r-square_with_bins
one         0.25
two         0.7
three       0.35
four        0.01
five        0.112

我在这里写的 r 平方值并不准确，仅用于理解数据帧结构。在真实数据集中，有 200 多列，第一列是“bins”。但是问题和这个一样。

需要帮助。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

您可以使用scipy.stats.linregress() 找到rvalue，然后将其平方为R²。

从导入模块开始：

import scipy.stats

然后，例如，使用 'bins' 计算列 'one' 的 R²：

scipy.stats.linregress(df1[['bins', 'one']].to_numpy()).rvalue ** 2

我的结果是 0.15589578141321594。

为了对所有列执行此操作（'bins' 除外，它是第一列），只需在 for 循环中执行每个计算（例如，使用列表推导式）。

这将创建一个新的 DataFrame df2，就像您描述的那样：

df2 = pd.DataFrame({
    'columns': df1.columns[1:],
    'r-square_with_bins': [
        scipy.stats.linregress(df1[['bins', col]].to_numpy()).rvalue ** 2
        for col in df1.columns[1:]
    ]
})

这会产生以下 DataFrame：

         r-square_with_bins
columns                    
one                0.155896
two                0.171381
three              0.004014
four               0.280958

【讨论】：