Python | Pandas dataframe.corr ()
Python - отличный язык для анализа данных, в первую очередь из-за фантастической экосистемы пакетов Python, ориентированных на данные. Pandas - один из таких пакетов, который значительно упрощает импорт и анализ данных.
Pandas dataframe.corr() is used to find the pairwise correlation of all columns in the dataframe. Any na values are automatically excluded. For any non-numeric data type columns in the dataframe it is ignored.
Syntax: DataFrame.corr(self, method=’pearson’, min_periods=1)
Parameters:
method :pearson: standard correlation coefficientkendall: Kendall Tau correlation coefficientspearman: Spearman rank correlation
min_periods : Minimum number of observations required per pair of columns to have a valid result. Currently only available for pearson and spearman correlationReturns: count :y : DataFrame
Примечание: корреляция переменной с самой собой равна 1.
Для ссылки на CSV-файл, используемый в коде, щелкните здесь
Example #1: Use corr() function to find the correlation among the columns in the dataframe using ‘Pearson’ method.
# importing pandas as pdimport pandas as pd # Making data frame from the csv filedf = pd.read_csv("nba.csv") # Printing the first 10 rows of the data frame for visualizationdf[:10] |
Now use corr() function to find the correlation among the columns. We are only having four numeric columns in the dataframe.
# To find the correlation among# the columns using pearson methoddf.corr(method ="pearson") |
Выход :
The output dataframe can be interpreted as for any cell, row variable correlation with the column variable is the value of the cell. As mentioned earlier, that the correlation of a variable with itself is 1. For that reason all the diagonal values are 1.00
Example #2: Use corr() function to find the correlation among the columns in the dataframe using ‘kendall’ method.
# importing pandas as pdimport pandas as pd # Making data frame from the csv filedf = pd.read_csv("nba.csv") # To find the correlation among# the columns using kendall methoddf.corr(method ="kendall") |
Выход :
Выходной кадр данных можно интерпретировать как любую ячейку, корреляция переменной строки с переменной столбца является значением ячейки. Как упоминалось ранее, корреляция переменной с самой собой равна 1. По этой причине все диагональные значения равны 1,00.
Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.
Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.