Question

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。

我在这里问了一个类似的问题： How to perform Correlation between two dataframes with different column names 但现在我正在处理分类专栏。

如果不能直接比较，是否有一种标准方法可以使其具有可比性（如使用get_dummies）？并且这是一种更快速的方法来自动处理所有字段（假设所有字段都是分类的）并计算它们的相关性？

Answer 1

你是正确的，需要pd.get_dummies来获得相关性。下面，我将使用两个分类列创建一些假数据，然后使用corrwith

df = pd.DataFrame({'col1':np.random.choice(list('abcde'),100),
                  'col2':np.random.choice(list('xyz'),100)}, dtype='category')
df1 = pd.DataFrame({'col1':np.random.choice(list('abcde'),100),
                   'col2':np.random.choice(list('xyz'),100)}, dtype='category')

dfa = pd.get_dummies(df)
dfb = pd.get_dummies(df1)
dfa.corrwith(dfb)

col1_a   -0.057735
col1_b    0.002513
col1_c    0.137956
col1_d   -0.095050
col1_e   -0.114022
col2_x    0.022568
col2_y   -0.081699
col2_z   -0.128350

如何在分类列之间执行关联

1 个答案: