Jak obliczyć korelację między dwiema kolumnami w pandach

Możesz użyć następującej składni, aby obliczyć korelację między dwiema kolumnami w ramce DataFrame pandy:

 df[' column1 ']. corr (df[' column2 '])

Poniższe przykłady pokazują, jak używać tej składni w praktyce.

Przykład 1: Oblicz korelację między dwiema kolumnami

Poniższy kod pokazuje, jak obliczyć korelację między kolumnami w ramce DataFrame pandy:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view first five rows of DataFrame
df. head ()

        points assists rebounds
0 25 5 11
1 12 7 8
2 15 7 10
3 14 9 6
4 19 12 6

#calculate correlation between points and assists
df[' points ']. corr (df[' assists '])

-0.359384

Współczynnik korelacji wynosi -0,359 . Ponieważ ta korelacja jest ujemna, oznacza to, że punkty i asysty są ujemnie skorelowane.

Innymi słowy, wraz ze wzrostem wartości w kolumnie punktów wartości w kolumnie asyst mają tendencję do zmniejszania się.

Przykład 2: Oblicz istotność korelacji

Aby określić, czy współczynnik korelacji jest istotny statystycznie, czy nie, możesz użyć funkcji pearsonr(x, y) z biblioteki SciPy .

Poniższy kod pokazuje, jak w praktyce wykorzystać tę funkcję:

 import pandas as pd
from scipy. stats import pearsonr

#createDataFrame
df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#calculate p-value of correlation coefficient between points and assists
pearsonr(df[' points '], df[' assists '])

(-0.359384, 0.38192)

Pierwsza wartość wyniku wyświetla współczynnik korelacji (-0,359384), a druga wartość wyświetla wartość p (0,38192) związaną z tym współczynnikiem korelacji.

Ponieważ wartość p jest nie mniejsza niż α = 0,05, można stwierdzić, że korelacja pomiędzy punktami i asystami nie jest istotna statystycznie.

Dodatkowe zasoby

Jak obliczyć korelację rangi Spearmana w Pythonie
Jak obliczyć częściową korelację w Pythonie
Jak obliczyć korelację krzyżową w Pythonie