我在数据帧df1中有一组列(col1,col2,col3) 我在数据帧df2中有另一组列(col4,col5,col6) 假设这两个数据帧具有相同的行数。
如何生成在df1和df2之间进行成对关联的相关表?
表格看起来像
col1 col2 col3
col4 .. .. ..
col5 .. .. ..
col6 .. .. ..
我使用df1.corrwith(df2)
,似乎没有按要求生成表格。
我在How to check correlation between matching columns of two data sets?看到了答案,但主要区别在于col名称不匹配。
答案 0 :(得分:7)
pandas
快速而肮脏
pd.concat([df1, df2], axis=1, keys=['df1', 'df2']).corr().loc['df2', 'df1']
numpy
干净
def corr(df1, df2):
n = len(df1)
v1, v2 = df1.values, df2.values
sums = np.multiply.outer(v2.sum(0), v1.sum(0))
stds = np.multiply.outer(v2.std(0), v1.std(0))
return pd.DataFrame((v2.T.dot(v1) - sums / n) / stds / n,
df2.columns, df1.columns)
corr(df1, df2)
示例
df1 = pd.DataFrame(np.random.rand(10, 4), columns=list('abcd'))
df2 = pd.DataFrame(np.random.rand(10, 3), columns=list('xyz'))
pd.concat([df1, df2], axis=1, keys=['df1', 'df2']).corr().loc['df2', 'df1']
a b c d
x 0.235624 0.844665 -0.647962 0.535562
y 0.357994 0.462007 0.205863 0.424568
z 0.688853 0.350318 0.132357 0.687038
corr(df1, df2)
a b c d
x 0.235624 0.844665 -0.647962 0.535562
y 0.357994 0.462007 0.205863 0.424568
z 0.688853 0.350318 0.132357 0.687038