Python使用Pandas计算相关系数

问题：

• 给定成分数据，使用Pandas计算各成分之间的相关系数

代码

• 调用函数：pandas.corr()

1、单个文件的情况

import pandas as pd

# 指定文件名称，这里假设数据文件data.csv与此文件位于相同的目录
file_name = './data.csv'

# 读取数据文件
data = pd.read_csv(file_name)

# 可以通过打印数据表的行、列信息以级前几行来简单的了解数据
# print(data.shape)
# print(data.head())

# 调用corr()函数计算数据列之间的相关系数
corr = data.corr();

# 把相关系数结果存储到新的文件中，路径默认为当前文件夹 
corr.to_csv('correlation.csv')

2、多个文件的情况

import pandas as pd

# 指定数据文件的路径 
file_name_1 = '../dic1/dic2/name1.csv'
file_name_2 = '../dic1/dic2/name2.csv'
file_name_3 = '../dic1/dic2/name3.csv'
file_name_4 = '../dic1/dic2/name4.csv'

# 将数据文件的路径统一到列表中
lists = {file_name_1, file_name_2, file_name_3, file_name_4}

# 使用循环来对数据文件逐个操作
for file_name in lists:
    # 读取数据文件
    data = pd.read_csv(file_name)
    
    # 计算数据列之间的相关系数
    corr = data.corr();
    
    # 为了区分不同的文件计算得到的相关系数，此处通过数据文件名做区分，用split()函数截取原始的数据文件名
    out_name = file_name.split('/')[3]
    
    # 将每个数据文件的相关系数计算结果存储到当前路径下，文件名以“correlation与文件名”做拼接
    corr.to_csv('./correlation_' + out_name)