用 Python 编写一个程序来计算分组数据协方差并计算给定数据框中两列之间的分组数据协方差
pythonpandasserver side programmingprogramming更新于 2024/6/22 6:36:17
假设，您有一个数据框，并且从分组数据和相应列计算协方差的结果为，
Grouped data covariance is: mark1 mark2 subjects maths mark1 25.0 12.500000 mark2 12.5 108.333333 science mark1 28.0 50.000000 mark2 50.0 233.333333 Grouped data covariance between two columns: subjects maths 12.5 science 50.0 dtype: float64
解决方案
为了解决这个问题，我们将遵循下面给出的步骤 −
定义一个数据框
在数据框的 subject 列中应用 groupby 函数
df.groupby('subjects')
将协方差函数应用于分组数据并存储内部的 group_data，
group_data = df.groupby('subjects').cov()
使用来自主题列的 groupby 记录对 mark1 和 mark2 列应用 lambda 函数。它定义如下，
df.groupby('subjects').apply(lambda x: x['mark1'].cov(x['mark2']
示例
让我们看看下面的代码以获得更好的理解 −
import pandas as pd
df =
pd.DataFrame({'subjects':['maths','maths','maths','science','science','science'],
'mark1':[80,90,85,95,93,85],
'mark2':[85,90,70,75,95,65]})
print("DataFrame is:\n",df)
group_data = df.groupby('subjects').cov()
print("Grouped data covariance is:\n", group_data)
result = df.groupby('subjects').apply(lambda x: x['mark1'].cov(x['mark2']))
print("Grouped data covariance between two columns:\n",result)
输出
DataFrame is: subjects mark1 mark2 0 maths 80 85 1 maths 90 90 2 maths 85 70 3 science 95 75 4 science 93 95 5 science 85 65 Grouped data covariance is: mark1 mark2 subjects maths mark1 25.0 12.500000 mark2 12.5 108.333333 science mark1 28.0 50.000000 mark2 50.0 233.333333 Grouped data covariance between two columns: subjects maths 12.5 science 50.0 dtype: float64
相关文章
有用资源
python 参考教程 - 该教程包含有关 python 的更多信息:https://www.cainiaomax.com/python/
