一、简介
dataframe.corr()是Pandas库中的一个函数，用于计算DataFrame中各列之间的相关系数。相关系数衡量的是两个变量之间线性关系的强度和方向，结果在-1到1之间，分别表示完全负相关和完全正相关。
二、语法和参数
|
1 |
DataFrame.corr(method='pearson', min_periods=1) |
method: 可选。计算相关系数的方法，有’pearson’（默认）、‘kendall’、'spearman’三种可选。
- 'pearson'：标准皮尔逊相关系数。
- 'kendall'：肯德尔等级相关系数。
- 'spearman'：斯皮尔曼等级相关系数。
min_periods: 可选。每对元素的最小数量，以便计算相关系数。
三、实例
3.1 计算默认的皮尔逊相关系数
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
import pandas as pd
# 创建示例数据 data = { 'A': [1, 2, 3, 4, 5], 'B': [5, 4, 3, 2, 1], 'C': [2, 2, 3, 4, 4] } df = pd.DataFrame(data)
# 计算相关系数 correlation_matrix = df.corr() print(correlation_matrix) |
输出：
A B C
A 1.000000 -1.000000 0.948683
B -1.000000 1.000000 -0.948683
C 0.948683 -0.948683 1.000000
3.2 计算斯皮尔曼相关系数
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
import pandas as pd
# 创建示例数据 data = { 'A': [1, 2, 3, 4, 5], 'B': [5, 4, 3, 2, 1], 'C': [2, 2, 3, 4, 4] } df = pd.DataFrame(data)
# 计算相关系数 correlation_matrix = df.corr(method='spearman') print(correlation_matrix) |
输出：
A B C
A 1.000000 -1.000000 0.948683
B -1.000000 1.000000 -0.948683
C 0.948683 -0.948683 1.000000
3.3 计算斯皮尔曼相关系数
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
import pandas as pd
# 创建示例数据 data = { 'A': [1, 2, 3, 4, 5], 'B': [5, 4, 3, 2, 1], 'C': [2, 2, 3, 4, 4] } df = pd.DataFrame(data)
# 计算相关系数 correlation_matrix = df.corr(method='kendall') print(correlation_matrix) |
输出
A B C
A 1.000000 -1.000000 0.894427
B -1.000000 1.000000 -0.894427
C 0.894427 -0.894427 1.000000
四、注意事项
- 当使用kendall和spearman方法时，计算可能会比pearson方法慢，因为这些方法需要排序。
- 如果数据集中存在NaN值，默认情况下这些值会被忽略。
- 计算相关系数前，确保数据已经清洗并准备好，以避免错误或不准确的结果。
