成对的相关性，潜水列

我有一个数据帧如下，成对的相关性，潜水列

print(df) 
    SAS_a1 SAS2_a1 SAS3_a1 FDF_b1 FDF2_b1 
0 0.673114 0.745755 0.989468 0.498920 0.837440 
1 0.811218 0.392196 0.505301 0.615603 0.946847 
2 0.252856 0.709125 0.321580 0.826123 0.224813 
3 0.566833 0.738661 0.626808 0.815460 0.003738 
4 0.102995 0.171741 0.246565 0.784519 0.980965

我使用pearsonr旨在成对相关和，但我想与A1与B1结束列之间的成对相关。最终结果应该看起来像，

     PCC p-value 
SAS_a1__FDF_b1 -0.293373 0.631895 
SAS_a1__FDF2_b1 -0.947724 0.014235 
SAS2_a1__FDF_b1 0.771389 0.126618 
SAS2_a1__FDF2_b1 e 0.132380 0.831942 
SAS3_a1__FDF_b1 0.422249 0.478808 
SAS3_a1__FDF2_b1 0.346411 0.567923

任何建议将是伟大的.. !!! 这里是我试过，

columns = df.columns.tolist() 
for col_a, col_b in itertools.combinations(columns, 2): 
    correlations[col_a + '__' + col_b] = pearsonr(df.loc[:, col_a], df.loc[:, col_b]) 
results = DataFrame.from_dict(correlations, orient='index') 
results.columns = ['PCC', 'p-value']

来源

2017-12-18 user1017373

我不知道它是最完美的解决方案，但你可以使用列表解析来创建一个包含有关列的列表：

import pandas as pd 
from scipy.stats import pearsonr 
result = pd.DataFrame() 
for a1 in [column for column in df.columns if 'a1' in column]: 
    for b1 in [column for column in df.columns if 'b1' in column]: 
    result = result.append(
       pd.Series(
       pearsonr(df[a1],df[b1]), 
       index=['PCC', 'p-value'], 
       name=a1 + '__' +b1 
       ))

PS：这如果你在你的下一个问题中包括你的进口，那将是非常好的。（所以，人们回答不必谷歌它）

来源

2017-12-18 15:00:34

谢谢，但结果数据框是空的 – user1017373

奇怪的是，它适用于我。你使用的是什么版本的熊猫？ –

'0.18.1'是我使用 – user1017373

成对的相关性，潜水列

回答

相关问题