maxframe.dataframe.DataFrame.corr#

DataFrame.corr(method='pearson', min_periods=1)#

计算列之间的成对相关性，排除 NA/null 值。

参数:

  • method ({'pearson', 'kendall', 'spearman'} or callable) -- 相关性方法： * pearson : 标准相关系数 * kendall : Kendall Tau 相关系数 * spearman : Spearman 秩相关 * callable: 输入为两个一维 ndarray 并返回一个浮点数的可调用对象。注意，从 corr 返回的矩阵将在对角线上为 1，并且无论可调用对象的行为如何，矩阵都是对称的。 .. note:: 尚不支持在多个块上使用 kendall、spearman 和 callable。

  • min_periods (int, optional) -- 每对列需要的最小观测数量以获得有效结果。目前仅适用于 Pearson 和 Spearman 相关性。

返回:

相关性矩阵。

返回类型:

DataFrame

参见

DataFrame.corrwith

与另一个 DataFrame 或 Series 计算成对相关性。

Series.corr

计算两个 Series 之间的相关性。

示例

>>> import maxframe.dataframe as md
>>> df = md.DataFrame([(.2, .3), (.0, .6), (.6, .0), (.2, .1)],
...                   columns=['dogs', 'cats'])
>>> df.corr(method='pearson').execute()
          dogs      cats
dogs  1.000000 -0.851064
cats -0.851064  1.000000