pandas.core.groupby.DataFrameGroupBy.corrwith

DataFrameGroupBy.corrwith(other, drop=False, method='pearson', numeric_only=False)

计算成对相关性。

自 3.0.0 版本弃用.

成对相关性是在 DataFrame 的行或列与 Series 或 DataFrame 的行或列之间计算的。在计算相关性之前，DataFrame 首先沿两个轴对齐。

参数:

其他DataFrame, Series

用于计算相关性的对象。

删除布尔值, 默认为 False

从结果中删除缺失的索引。

方法{‘pearson’, ‘kendall’, ‘spearman’} 或可调用

相关方法：

• pearson : 标准相关系数

• kendall : Kendall Tau 相关系数

• spearman : Spearman 等级相关

• callable: 带有两个一维 ndarrays 输入的可调用对象

  并返回一个浮点数。

numeric_only布尔值, 默认为 False

只包含 float, int 或 boolean 数据。

Added in version 1.5.0.

在 2.0.0 版本发生变更: numeric_only 的默认值现在是 False。

返回:

系列

成对相关性。

参见

DataFrame.corr

计算列之间的成对相关性。

例子

>>> df1 = pd.DataFrame(
...     {
...         "Day": [1, 1, 1, 2, 2, 2, 3, 3, 3],
...         "Data": [6, 6, 8, 5, 4, 2, 7, 3, 9],
...     }
... )
>>> df2 = pd.DataFrame(
...     {
...         "Day": [1, 1, 1, 2, 2, 2, 3, 3, 3],
...         "Data": [5, 3, 8, 3, 1, 1, 2, 3, 6],
...     }
... )

>>> df1.groupby("Day").corrwith(df2)
         Data  Day
Day
1    0.917663  NaN
2    0.755929  NaN
3    0.576557  NaN