计算DataFrame的所有列与另一个DataFrame的所有列之间的相关性？
计算DataFrame的所有列与另一个DataFrame的所有列之间的相关性？
提问于 2015-03-08 21:24:37
我有一个DataFrame对象stocks，其中充满了股票回报。我有另一个DataFrame对象industries，其中充满了行业回报。我想找出每只股票与每个行业的相关性。
import numpy as np
np.random.seed(123)
df1=pd.DataFrame( {'s1':np.random.randn(10000), 's2':np.random.randn(10000) } )
df2=pd.DataFrame( {'i1':np.random.randn(10000), 'i2':np.random.randn(10000) } )要做到这一点，代价高昂的方法是合并两个DataFrame对象，计算相关性，然后将所有股票抛出股票，将行业关联抛出。有没有更有效的方法来做到这一点？
回答 4
Stack Overflow用户
回答已采纳
发布于 2016-03-30 07:27:33
这里有一个一行，它在列上使用apply，并避免嵌套的for循环。主要的好处是apply在DataFrame中构建结果。
df1.apply(lambda s: df2.corrwith(s))Stack Overflow用户
发布于 2015-08-30 17:21:20
这里有一个比@JohnE更简单的答案，它使用的是熊猫而不是numpy.corrcoef。作为额外的奖励，您不必从一个愚蠢的2x2相关矩阵中检索相关值，因为熊猫的系列到串联相关函数只是返回一个数字，而不是一个矩阵。
for s in ['s1','s2']:
for i in ['i1','i2']:
print df1[s].corr(df2[i])Stack Overflow用户
发布于 2015-03-09 02:04:00
编辑添加：我将把这个答案留给后人，但是推荐后面的答案。特别是，如果你想要最简单的答案，就使用@ytsaig's，如果您想要一个更快的答案，则使用@Fail鲸‘s(似乎比@ytsaig的快5倍，我在OP中使用了数据，速度和我的速度差不多)。
原始答案：您可以使用numpy.corrcoef()，它与熊猫中的corr基本相同，但语法可能更适合您想要的内容。
for s in ['s1','s2']:
for i in ['i1','i2']:
print( 'corrcoef',s,i,np.corrcoef(df1[s],df2[i])[0,1] )指纹：
corrcoef s1 i1 -0.00416977553597
corrcoef s1 i2 -0.0096393047035
corrcoef s2 i1 -0.026278689352
corrcoef s2 i2 -0.00402030582064或者，您也可以将结果加载到带有适当标签的dataframe中：
cc = pd.DataFrame()
for s in ['s1','s2']:
for i in ['i1','i2']:
cc = cc.append( pd.DataFrame(
{ 'corrcoef':np.corrcoef(df1[s],df2[i])[0,1] }, index=[s+'_'+i]))看起来是这样的：
corrcoef
s1_i1 -0.004170
s1_i2 -0.009639
s2_i1 -0.026279
s2_i2 -0.004020页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/28932065
复制相关文章
相似问题
腾讯云开发者
