熊猫数据帧中每一行的相关性

Question

我正在尝试从下表中找到每一行的各列之间的相关性：

nodes   closeness   degree      actual_relays
238     0.622695    0.394077    0.0799
242     0.654735    0.472665    0.0791
247     0.653274    0.476082    0.0673
250     0.648928    0.458998    0.0689
254     0.705788    0.583144    0.1056
259     0.660647    0.486333    0.1125

我想要的是：

nodes   corr values (for each row between the different columns)    
238     corr_value1 
242     corr_value2 
247     corr_value3     
250     corr_value4     
254     corr_value5 
259     corr_value6 
... 

corr_values对应于每一行数据的相关性。使用df.corr()或df.T.corr()并不能达到预期的效果。有人可以建议这样做的方法吗？

例如，在这里我已绘制了贴近度和实际值之间的关系。有些接近度与实际值之间具有更强的关系，而有些则不具有相同的强度。如何找到每个节点的这种关系？

Answer 1

我在这里寻找的基本上是每个节点对所呈现数据的相关性的影响。为此，我需要遵循查找相关性的步骤，例如可以找到here。但是在对标准值乘积的值求和之前，我使用unity-based normalization来查找每个节点如何分别对这两个数据的总相关性做出贡献。