数据帧行值相关

Question

如何根据以下df在Product_Code列中找到每个行值的以下字段之间的相关性？

我已经尝试过df.corr（）但没有成功。

实际数据帧为2mm +行。以下示例数据框：

df = pd.DataFrame{ ‘Company_Numb’: ["125", "137", "129"],
'Year' : [“2016”, ”2017”, “2018”],'Product_Code' : [“Batteries”, “Clothes”, “Tablet”],'Sales_Success_Code' : [0, 1, 0],‘Peer_Group_Rank’ : [65.65, 41.24, 16.12],‘Store_Count’ : [5, 14, 2],‘Employee_Count’ : [74, 19, 10]}

•每个产品代码的Sales_Success_Code和Peer_Group_Rank之间的相关性是什么

•每个产品代码的Sales_Success_Code和Store_Count之间的相关性是什么

•每个产品代码的Sales_Success_Code和Employee_count之间的相关性是什么

谢谢，

Answer 1

我使用了与你相同的代码并得到了结果。刚刚初始化了pandas对象就是这样。

df = pd.DataFrame({'Company_Numb': ["125", "137", "129"],
                   'Year': ['2016', '2017', '2018'], 'Product_Code': ['Batteries', 'Clothes', 'Tablet'], 'Sales_Success_Code': [0, 1, 0], 'Peer_Group_Rank': [65.65, 41.24, 16.12], 'Store_Count': [5, 14, 2], 'Employee_Count': [74, 19, 10]})

print(df.corr())

#OUTPUT:
                   Employee_Count     ...       Store_Count
Employee_Count            1.000000     ...         -0.150210
Peer_Group_Rank           0.920429     ...          0.248218
Sales_Success_Code       -0.383280     ...          0.970725
Store_Count              -0.150210     ...          1.000000

Answer 2

无法找到列表中单个项目的相关性。相关性本身用于衡量两个向量之间的变化。这是因为Pearson公式如何计算与两个向量的标准差和协方差的相关性。但是，有一种解决方案可以找到单个列与另一列相关的相关系数。

print(df.Sales_Success_Code.corr(df.Peer_Group_Rank))