时间戳

首页 > 解决方案 > 通过传递相关方法在两个熊猫数据框列之间建立相关性

python-3.x - 通过传递相关方法在两个熊猫数据框列之间建立相关性

问题描述

我正在使用下面的代码来计算相关性。

import pandas as pd

df = pd.DataFrame({"A":[301.9,305.2,303.3,305.9,304.1,304.4,305.6,303.7,304.4,303.7,303,305.2,303.3,303.7,304.1,303.7,303,301.5],  
                  "B":[0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2]}) 
df.corr(method='pearson')

有什么方法可以通过以下相关方法吗？

val=df['A'].corr(df['B'])
print(val)

基本上我需要使用类似下面的东西。

print(df['A'].corr(df['B']),'spearman')

标签： python-3.xpandas

解决方案

pandas DataFrame.corr 可以获得一个方法，如文档中所述。

您的代码应该可以正常工作：

df['A'].corr(df['B'],'spearman')

或者，等效地（但效率较低）：

df.corr('spearman').loc['A','B']

您示例中代码的唯一问题是您的括号有点偏离，请仔细检查。

推荐阅读