Python | Marco de datos de pandas.cov()

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.cov()se utiliza para calcular la covarianza de las columnas por pares .
Si algunas de las celdas de una columna contienen NaNvalor, se ignora.

Sintaxis: DataFrame.cov(min_periods=Ninguno)

Parámetros:
min_periods : Número mínimo de observaciones requeridas por par de columnas para tener un resultado válido.

Devuelve: y : trama de datos

Ejemplo #1: Use cov()la función para encontrar la covarianza entre las columnas del marco de datos.

Nota: Se ignorarán las columnas no numéricas.

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe
df = pd.DataFrame({"A":[5, 3, 6, 4], 
                   "B":[11, 2, 4, 3],
                   "C":[4, 3, 8, 5],
                   "D":[5, 4, 2, 8]})
  
# Print the dataframe
df

Producción :

Ahora encuentre la covarianza entre las columnas del marco de datos

# To find the covariance 
df.cov()

Producción :

Ejemplo #2: use cov()la función para encontrar la covarianza entre las columnas del marco de datos que tienen NaNvalor.

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe
df = pd.DataFrame({"A":[5, 3, None, 4],
                   "B":[None, 2, 4, 3],
                   "C":[4, 3, 8, 5], 
                   "D":[5, 4, 2, None]})
  
# To find the covariance 
df.cov()

Producción :