Hoe corrwith() te gebruiken in panda's (met voorbeelden)

U kunt de functie corrwith() in panda’s gebruiken om de paarsgewijze correlatie te berekenen tussen numerieke kolommen met dezelfde naam in twee verschillende panda’s DataFrames.

Deze functie gebruikt de volgende basissyntaxis:

 df1. corrwith (df2)

Opmerking : deze functie verschilt van de functie corr() , die de correlatie berekent tussen twee numerieke kolommen binnen hetzelfde DataFrame.

Het volgende voorbeeld laat zien hoe u de functie corrwith() in de praktijk kunt gebruiken.

Voorbeeld: Corwith() gebruiken in Panda’s

Laten we aannemen dat we de volgende twee panda-dataframes hebben:

 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

We kunnen de functie corrwith() gebruiken om de correlatie te berekenen tussen numerieke kolommen met dezelfde namen in de twee 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

Uit het resultaat kunnen we zien:

• De correlatie tussen de puntkolomwaarden van de twee DataFrames is 0,677 .
• De correlatie tussen de helperkolomwaarden in de twee DataFrames is -0,478 .

Omdat de kolomnamen bounces en rebs niet in beide DataFrames bestonden, wordt voor elk van deze kolommen een NaN- waarde geretourneerd.

Opmerking 1 : Standaard berekent de functie corrwith() de Pearson-correlatiecoëfficiënt tussen kolommen, maar u kunt ook method=’kendall‘ of method=’spearman‘ opgeven om in plaats van correlatie een ander type coëfficiënt te berekenen.

Opmerking #2 : Je kunt hier de volledige documentatie voor de functie corrwith() vinden.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:

Hoe de correlatie per groep in Panda’s te berekenen
Hoe de glijdende correlatie bij panda’s te berekenen
Hoe de correlatie tussen twee kolommen in Panda’s te berekenen