问题描述
请帮忙!
嗨,我对 Python 非常陌生,正在尝试查找大型数据帧的相关性。
df1 = df0.corr()
uns_df = df1.unstack()
pd.DataFrame(uns_df[uns_df < 1].sort_values(ascending=True),columns =[coef])
上面的代码为我提供了系数最高的变量组合列表。 通过改变上升=假,它给了我相反的排名。
此外,我还为此创建了热图。
然而,我在一个数据框中有 200 多个变量,我很难解释相关矩阵、列表和热图的结果。
我想在这里做的是,
首先
重新排序热图中高度相关的数据帧变量,使热图的左上部分比右下部分颜色更深。
第二,
我想选择相关系数可能高于/低于 0.7/-0.7 的变量组合,然后再次制作热图。例如,我目前有 200 多个变量,但新的热图可能只包含 50 个变量。
此外,我还希望代码忽略 NaN 值。我不想将 NaN 更改为 0 并在计算相关性时让代码忽略它们
谢谢
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)