python corrwith_熊猫corr（）对corrwith（）

基本答案：

下面是一个可能会更清楚的例子：np.random.seed(123)

df1=pd.DataFrame( np.random.randn(3,2), columns=list('ab') )

df2=pd.DataFrame( np.random.randn(3,2), columns=list('ac') )

如@ffeast所述，使用corr比较同一数据帧中的数字列。将自动跳过非数值列。df1.corr()

a b

a 1.000000 -0.840475

b -0.840475 1.000000

可以将df1&df2的列与corrwith进行比较。请注意，只有名称相同的列才会进行比较：df1.corrwith(df2)

a 0.993085

b NaN

c NaN

其他选项：

如果希望pandas忽略列名并将df1的第一行与df2的第一行进行比较，则可以将df2的列重命名为与df1的列匹配，如下所示：df1.corrwith(df2.set_axis( df1.columns, axis='columns', inplace=False))

a 0.993085

b 0.969220

注意，在这种情况下，df1和df2需要具有相同数量的列。

最后，一种厨房水槽方法：您还可以简单地水平连接两个数据集，然后使用corr()。其优点是，不管列的数量和命名方式如何，这基本上都是可行的，但缺点是，您可能获得的输出比您想要或需要的多：pd.concat([df1,df2],axis=1).corr()

a b a c

a 1.000000 -0.840475 0.993085 -0.681203

b -0.840475 1.000000 -0.771050 0.969220

a 0.993085 -0.771050 1.000000 -0.590545

c -0.681203 0.969220 -0.590545 1.000000