Pandas DataFrame.corr() Funktion
-
Syntax von
pandas.DataFrame.corr(): -
Beispiel-Codes:
DataFrame.corr()Methode zur Ermittlung der Korrelationsmatrix mit der Pearson-Methode -
Beispielcodes: Methode
DataFrame.corr()zur Ermittlung der Korrelationsmatrix mit der Methodekendall -
Beispiel-Codes: Methode
DataFrame.corr()zur Ermittlung der Korrelationsmatrix mit der Methodespearmanmit mehreren Spaltenwertepaaren
Die Python Pandas DataFrame.corr() Funktion findet die Korrelation zwischen den Spalten des DataFrame.
Syntax von pandas.DataFrame.corr():
DataFrame.corr(method="pearson", min_periods=1)
Parameter
method |
Das ist die Methode der Korrelation. Es kann pearson, kendall und spearman sein. Pearson ist die Voreinstellung. |
min_periods |
Dieser Parameter gibt die minimale Anzahl von Beobachtungen an, die pro Spaltenpaar erforderlich sind, um ein gültiges Ergebnis zu erhalten. Er ist derzeit nur für die Korrelationen pearson und spearman verfügbar. |
Zurück
Es wird der Dataframe mit der berechneten Korrelation zwischen den Spalten zurückgegeben.
Beispiel-Codes: DataFrame.corr() Methode zur Ermittlung der Korrelationsmatrix mit der Pearson-Methode
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.corr()
print("The Correlation Matrix is: \n")
print(dataframe1)
Ausgabe:
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
The Correlation Matrix is:
Attendance Obtained Marks
Attendance 1.00000 -0.61515
Obtained Marks -0.61515 1.00000
Die Funktion hat die Korrelationsmatrix zurückgegeben. Sie hat die nicht-numerische Spalte ignoriert. Sie hat die Korrelation mit der Pearson-Methode und einem Wertepaar der Spalten (min_position= 1) berechnet.
Beispielcodes: Methode DataFrame.corr() zur Ermittlung der Korrelationsmatrix mit der Methode kendall
Um die Korrelation mit der Kendall-Methode zu finden, rufen wir die Funktion corr() mit method="kendall" auf.
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.corr(method= "kendall")
print("The Correlation Matrix is: \n")
print(dataframe1)
Ausgabe:
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
The Correlation Matrix is:
Attendance Obtained Marks
Attendance 1.0 -0.4
Obtained Marks -0.4 1.0
Die Funktion hat die Korrelationsmatrix zurückgegeben. Sie hat die Korrelation mit der Kendall-Methode und einem Wertepaar der Spalten (min_position= 1) berechnet.
Beispiel-Codes: Methode DataFrame.corr() zur Ermittlung der Korrelationsmatrix mit der Methode spearman mit mehreren Spaltenwertepaaren
Jetzt werden wir den Wert von min_periods auf 2 setzen, indem wir die spearman Methode verwenden. Der Parameter min_periods ist nur für die Methoden pearson und spearman verfügbar.
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.corr(method= "spearman", min_periods = 2)
print("The Correlation Matrix is: \n")
print(dataframe1)
Ausgabe:
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
The Correlation Matrix is:
Attendance Obtained Marks
Attendance 1.0 -0.5
Obtained Marks -0.5 1.0
Die Funktion hat nun die Korrelation über 2 Wertepaare der Spalten berechnet.