pandas.core.groupby.DataFrameGroupBy.corrwith

DataFrameGroupBy.corrwith(other, axis=_NoDefault.no_default, drop=False, method='pearson', numeric_only=False)[source]

Вычисление парной корреляции.

Вычисляется парная корреляция между строками или столбцами DataFrame со строками или столбцами Series или DataFrame. DataFrame сначала выравниваются по обеим осям перед вычислением корреляций.

Параметры:

other:DataFrame, Series

Объект, с которым вычисляются корреляции.

axis:{0 или ‘index’, 1 или ‘columns’}, по умолчанию 0

Ось для использования. 0 или ‘index’ для вычисления по строкам, 1 или ‘columns’ для вычисления по столбцам.

drop:bool, по умолчанию False

Исключить пропущенные индексы из результата.

method:{‘pearson’, ‘kendall’, ‘spearman’} или вызываемый объект

Метод корреляции:

• pearson : стандартный коэффициент корреляции

• kendall : коэффициент корреляции Кендалла

• spearman : ранговая корреляция Спирмена

• вызываемый объект: вызываемый объект с вводом двух одномерных массивов ndarray

  и возвращающий число с плавающей точкой.

numeric_only:bool, по умолчанию False

Включать только данные типа float, int или boolean.

New in version 1.5.0.

Изменено в версии 2.0.0: Значение по умолчанию для numeric_only теперь False.

Возвращает:

Series

Парные корреляции.

См. также

DataFrame.corr

Вычисление парной корреляции столбцов.

Примеры

>>> index = ["a", "b", "c", "d", "e"]
>>> columns = ["one", "two", "three", "four"]
>>> df1 = pd.DataFrame(np.arange(20).reshape(5, 4), index=index, columns=columns)
>>> df2 = pd.DataFrame(np.arange(16).reshape(4, 4), index=index[:4], columns=columns)
>>> df1.corrwith(df2)
one      1.0
two      1.0
three    1.0
four     1.0
dtype: float64

>>> df2.corrwith(df1, axis=1)
a    1.0
b    1.0
c    1.0
d    1.0
e    NaN
dtype: float64