python检验相关性-python – 使用.corr获取两列之间的相关性

没有实际数据很难回答这个问题,但我想你正在寻找这样的东西：

Top15["Citable docs per Capita"].corr(Top15["Energy Supply per Capita"])

举个例子：

import pandas as pd

df = pd.DataFrame({"A": range(4), "B": [2*i for i in range(4)]})

A B

0 0 0

1 1 2

2 2 4

3 3 6

然后

df["A"].corr(df["B"])

按预期给出1.

现在,如果您更改了某个值,例如

df.loc[2, "B"] = 4.5

A B

0 0 0.0

1 1 2.0

2 2 4.5

3 3 6.0

命令

df["A"].corr(df["B"])

回报

0.99586

正如预期的那样仍然接近1.

df.corr()

因此会回来

A B

A 1.000000 0.995862

B 0.995862 1.000000

在您显示的图形中,仅表示相关矩阵的左上角(我假设).

在某些情况下,您可以在解决方案中获得NaN – 请查看this post作为示例.

如果要过滤/低于特定阈值的条目,可以查看this question.

如果要绘制相关系数的热图,可以检查this answer,然后如果遇到重叠轴标签的问题,请检查the following post.