代码之家 › 专栏 › 技术社区 › Mark K

在数据帧中查找对应项以进行计算

correlation dataframe pandas python

Mark K · 技术社区 · 6 年前

下面两个数据帧,我想计算相关系数。

当两列都用实际值完成时,它可以正常工作。但当它们不存在时,在计算相关系数时以零为值。

例如,Addison_ s和Caden_ s的权重为0。杰克和诺亚没有体重。我想把它们排除在外进行计算。

(在尝试中,似乎只考虑相同的长度,即杰克和诺亚被自动排除在外吗?)

我如何才能只包括非零值的人进行计算?

谢谢您。

import pandas as pd

Weight = {'Name': ["Abigail","Addison","Aiden","Amelia","Aria","Ava","Caden","Charlotte","Chloe","Elijah"], 
'Weight': [10, 0, 12, 20, 25, 10, 0, 18, 16, 13]}

df_wt = pd.DataFrame(Weight)

Score = {'Name': ["Abigail","Addison","Aiden","Amelia","Aria","Ava","Caden","Charlotte","Chloe","Elijah", "Jack", "Noah"], 
'Score': [360, 476, 345, 601, 604, 313, 539, 531, 507, 473, 450, 470]}

df_sc = pd.DataFrame(Score)

print df_wt.Weight.corr(df_sc.Score)

2 回复 | 直到 6 年前

Space Impact 6 年前

掩蔽并取非零值和共同指数:

df_wt.set_index('Name', inplace=True)
df_sc.set_index('Name', inplace=True)

mask = df_wt['Weight'].ne(0)
common_index = df_wt.loc[mask, :].index
df_wt.loc[common_index, 'Weight'].corr(df_sc.loc[common_index, 'Score'])

0.923425144491911

如果两个数据帧都包含零,则:

mask1 = df_wt['Weight'].ne(0)
mask2 = df_sc['Score'].ne(0)
common_index = df_wt.loc[mask1, :].index.intersection(df_sc.loc[mask2, :].index)
df_wt.loc[common_index, 'Weight'].corr(df_sc.loc[common_index, 'Score'])

jezrael 6 年前

使用 map 对于“添加新列”,请删除 0 按行排列 boolean indexing 最后在同一个数据帧中应用您的解决方案:

df_wt['Score'] = df_wt['Name'].map(df_sc.set_index('Name')['Score'])

df_wt = df_wt[df_wt['Weight'].ne(0)]
print (df_wt)
        Name  Weight  Score
0    Abigail      10    360
2      Aiden      12    345
3     Amelia      20    601
4       Aria      25    604
5        Ava      10    313
7  Charlotte      18    531
8      Chloe      16    507
9     Elijah      13    473

print (df_wt.Weight.corr(df_wt.Score))
0.923425144491911

推荐文章

Mainland · Python数据帧规范化值错误:列的长度必须与键相同

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

rpn · 如何在列[1]中连续第二次出现“0”时返回列[0]的值

1 年前