时间戳

首页 > 解决方案 > 在熊猫中，如何计算每列与系列的协方差？

python - 在熊猫中，如何计算每列与系列的协方差？

问题描述

假设我有一个数据框，df有 10 列和数百行。这些列标记为 A、B、C、... 此外，我有一个 pandas 系列，s包含长度相同的数百行数据。

我想做的是得到一个 DataFrame ，其中包含我的每一行df与 series的协方差s。就像是：

       cov_s
    A  0.003
    B  0.0089
    C  0.0032
    ...
    J  0.0192

我想避免将其添加s为的一列，df并在df.cov()添加的下面添加一列s，因为我的数据集可能会变得非常大，并且做一个完整的协方差矩阵可能会有一些收敛问题（而只做一个 2系列 cov 不会有这个问题）。关于如何做到这一点的任何想法？

标签： pythonpandasdataframecovariance

解决方案

您可以使用它apply来相当容易地获得 s 与每一列的协方差。

设置数据：

import pandas as pd
import numpy as np
np.random.seed(0)

df = pd.DataFrame(np.random.rand(20, 5), columns=list("ABCDE"))
s = pd.Series(np.random.rand(20))

print(df.head())
print()
print(s.head())
          A         B         C         D         E
0  0.548814  0.715189  0.602763  0.544883  0.423655
1  0.645894  0.437587  0.891773  0.963663  0.383442
2  0.791725  0.528895  0.568045  0.925597  0.071036
3  0.087129  0.020218  0.832620  0.778157  0.870012
4  0.978618  0.799159  0.461479  0.780529  0.118274

0    0.677817
1    0.270008
2    0.735194
3    0.962189
4    0.248753
dtype: float64

使用 apply 获得协方差：

df.apply(lambda column: s.cov(column))
A   -0.011373
B   -0.017225
C   -0.014311
D    0.004783
E    0.015021
dtype: float64

推荐阅读