python 两个dataframe 相关性计算_计算所有列之间的成对相关性

该博客展示了如何使用Python的pandas库和scipy的pearsonr函数计算两个DataFrame中所有列之间的成对相关性。通过创建随机DataFrame示例,演示了计算过程,并将结果组织成一个显示皮尔逊相关系数(PCC)和p值的DataFrame。
摘要由CSDN通过智能技术生成

from pandas import *

import numpy as np

from libraries.settings import *

from scipy.stats.stats import pearsonr

import itertools

创建随机样本数据:df = DataFrame(np.random.random((5, 5)), columns=['gene_' + chr(i + ord('a')) for i in range(5)])

print(df)

gene_a gene_b gene_c gene_d gene_e

0 0.471257 0.854139 0.781204 0.678567 0.697993

1 0.292909 0.046159 0.250902 0.064004 0.307537

2 0.422265 0.646988 0.084983 0.822375 0.713397

3 0.113963 0.016122 0.227566 0.206324 0.792048

4 0.357331 0.980479 0.157124 0.560889 0.973161

correlations = {}

columns = df.columns.tolist()

for col_a, col_b in itertools.combinations(columns, 2):

correlations[col_a + '__' + col_b] = pearsonr(df.loc[:, col_a], df.loc[:, col_b])

result = DataFrame.from_dict(correlatio

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值