Come utilizzare corrwith() in panda (con esempi)

È possibile utilizzare la funzione corrwith() in Panda per calcolare la correlazione a coppie tra colonne numeriche con lo stesso nome in due DataFrames Panda diversi.

Questa funzione utilizza la seguente sintassi di base:

 df1. corrwith (df2)

Nota : questa funzione è diversa dalla funzione corr() , che calcola la correlazione tra due colonne numeriche all’interno dello stesso DataFrame.

L’esempio seguente mostra come utilizzare nella pratica la funzione corrwith() .

Esempio: come utilizzare corrwith() in Panda

Supponiamo di avere i seguenti due DataFrames panda:

 import pandas as pd

#create first DataFrame
df1 = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F'],
                    ' points ': [18, 22, 29, 25, 14, 11],
                    ' assists ': [4, 5, 5, 4, 8, 12],
                    ' rebounds ': [10, 6, 4, 6, 3, 5]})

print (df1)

  team points assists rebounds
0 to 18 4 10
1 B 22 5 6
2 C 29 5 4
3 D 25 4 6
4 E 14 8 3
5 F 11 12 5

#create second DataFrame
df2 = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F'],
                    ' points ': [22, 25, 27, 35, 25, 20],
                    ' assists ': [15, 13, 8, 8, 5, 8],
                    ' rebs ': [4, 11, 12, 8, 7, 10]})

print (df2)

  team points assists rebs
0 A 22 15 4
1 B 25 13 11
2 C 27 8 12
3 D 35 8 8
4 E 25 5 7
5 F 20 8 10

Possiamo usare la funzione corrwith() per calcolare la correlazione tra colonne numeriche con gli stessi nomi nei due DataFrames:

 #calculate correlation between numeric columns with same names in each DataFrame
df1. corrwith (df2)

points 0.677051
assists -0.478184
NaN rebounds
rebs NaN
dtype:float64

Dal risultato possiamo vedere:

• La correlazione tra i valori della colonna punto dei due DataFrame è 0.677 .
• La correlazione tra i valori delle colonne helper nei due DataFrame è -0.478 .

Poiché i nomi delle colonne rimbalzi e rebs non esistevano in entrambi i DataFrame, viene restituito un valore NaN per ciascuna di queste colonne.

Nota n. 1 : per impostazione predefinita, la funzione corrwith() calcola il coefficiente di correlazione Pearson tra le colonne, ma è anche possibile specificare metodo=’kendall’ o metodo=’spearman’ per calcolare un diverso tipo di coefficiente invece della correlazione.

Nota n.2 : puoi trovare la documentazione completa per la funzione corrwith() qui .

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:

Come calcolare la correlazione per gruppo in Pandas
Come calcolare la correlazione scorrevole nei panda
Come calcolare la correlazione tra due colonne in Pandas