解讀pandas.DataFrame.corrwith

更新時間：2022年11月24日 09:31:40 作者：waifdzdn

這篇文章主要介紹了解讀pandas.DataFrame.corrwith，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教

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(guān)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(guān)性，axis=1或者axis=‘columns’ 表示計算行與行的相關(guān)性。

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

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(guān)性和第一部電影和其它電影的相關(guān)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：