Python | Marco de datos de pandas.corr()

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.

Pandas dataframe.corr()se utiliza para encontrar la correlación por pares de todas las columnas en el marco de datos. Todos nalos valores se excluyen automáticamente. Para cualquier columna de tipo de datos no numérico en el marco de datos, se ignora.

Sintaxis: DataFrame.corr(self, method=’pearson’, min_periods=1)

Parámetros:
método:
pearson coeficiente de correlación estándar
kendall : coeficiente de correlación de Kendall Tau
spearman : correlación de rango de Spearman
min_periods: número mínimo de observaciones requeridas por par de columnas para tener un resultado válido. Actualmente solo disponible para la correlación de Pearson y Spearman

Devoluciones: contar :y : DataFrame

Nota: La correlación de una variable consigo misma es 1.

Para obtener un enlace al archivo CSV utilizado en el código, haga clic aquí

Ejemplo #1: Use corr()la función para encontrar la correlación entre las columnas en el marco de datos usando el método ‘Pearson’.

# importing pandas as pd
import pandas as pd
  
# Making data frame from the csv file
df = pd.read_csv("nba.csv")
  
# Printing the first 10 rows of the data frame for visualization
df[:10]

Ahora use corr()la función para encontrar la correlación entre las columnas. Solo tenemos cuatro columnas numéricas en el marco de datos.

# To find the correlation among
# the columns using pearson method
df.corr(method ='pearson')

Producción :

El marco de datos de salida se puede interpretar como para cualquier celda, la correlación de la variable de fila con la variable de columna es el valor de la celda. Como se mencionó anteriormente, la correlación de una variable consigo misma es 1. Por esa razón, todos los valores diagonales son 1.00
 
. Ejemplo n.º 2: Use corr()la función para encontrar la correlación entre las columnas en el marco de datos usando el método ‘kendall’.

# importing pandas as pd
import pandas as pd
  
# Making data frame from the csv file
df = pd.read_csv("nba.csv")
  
# To find the correlation among
# the columns using kendall method
df.corr(method ='kendall')

Producción :

El marco de datos de salida se puede interpretar como para cualquier celda, la correlación de la variable de fila con la variable de columna es el valor de la celda. Como se mencionó anteriormente, que la correlación de una variable consigo misma es 1. Por esa razón todos los valores de la diagonal son 1.00.