網站首頁編程語言正文

解讀pandas.DataFrame.corrwith_python

作者：waifdzdn ? 更新時間： 2022-12-23 編程語言

解讀pandas.DataFrame.corrwith

pandas.DataFrame.corrwith用于計算DataFrame中行與行或者列與列之間的相關性。

Parameters：

other：DataFrame, Series. Object with which to compute correlations.

axis： {0 or ‘index’, 1 or ‘columns’}, default 0. 0 or ‘index’ to compute column-wise, 1 or ‘columns’ for row-wise.

method：{‘pearson’, ‘kendall’, ‘spearman’} or callable.

axis=0或者axis=‘index’ 表示計算列與列的相關性，axis=1或者axis=‘columns’ 表示計算行與行的相關性。

method是計算相關性的方法，這里采用pearson correlation coefficient（皮爾遜相關系數）。

下面以一個觀眾對電影評分的例子說明

user_movie_ratings

每一行表示一個觀眾對所有電影的評分，每一列表示所有觀眾對一部電影的評分。

然后分別計算第一位觀眾和其他觀眾的相關性和第一部電影和其它電影的相關性。

代碼如下

import pandas as pd
import numpy as np


data = np.array([[5, 5, 3, 3, 4], [3, 4, 5, 5, 4],
                 [3, 4, 3, 4, 5], [5, 5, 3, 4, 4]])
df = pd.DataFrame(data, columns=['The Shawshank Redemption',
                                 'Forrest Gump', 'Avengers: Endgame',
                                 'Iron Man', 'Titanic '],
                  index=['user1', 'user2', 'user3', 'user4'])
# Compute correlation between user1 and other users
user_to_compare = df.iloc[0]
similarity_with_other_users = df.corrwith(user_to_compare, axis=1,
                                          method='pearson')
similarity_with_other_users = similarity_with_other_users.sort_values(
    ascending=False)
# Compute correlation between 'The Shawshank Redemption' and other movies
movie_to_compare = df['The Shawshank Redemption']
similarity_with_other_movies = df.corrwith(movie_to_compare, axis=0)
similarity_with_other_movies = similarity_with_other_movies.sort_values(
    ascending=False)

這里采用了pearson correlation coefficient：