基本答案:
这是一个可能更清楚的例子:
np.random.seed(123)
df1=pd.DataFrame( np.random.randn(3,2), columns=list('ab') )
df2=pd.DataFrame( np.random.randn(3,2), columns=list('ac') )
正如 @ffeast 所指出的,使用corr
比较同一数据框中的数字列。非数字列将自动被跳过。
df1.corr()
a b
a 1.000000 -0.840475
b -0.840475 1.000000
您可以比较 df1 和 df2 的列corrwith
。请注意,只有带有相同的名字进行比较:
df1.corrwith(df2)
a 0.993085
b NaN
c NaN
其他选项:
如果您希望 pandas 忽略列名称并仅将 df1 的第一行与 df2 的第一行进行比较,那么您可以重命名 df2 的列以匹配 df1 的列,如下所示:
df1.corrwith(df2.set_axis( df1.columns, axis='columns', inplace=False))
a 0.993085
b 0.969220
请注意,在这种情况下,df1 和 df2 需要具有相同的列数。
最后,厨房水槽方法:您也可以简单地水平连接两个数据集,然后使用corr()
。优点是,无论列数及其命名方式如何,这基本上都可以工作,但缺点是您可能会得到比您想要或需要的更多的输出:
pd.concat([df1,df2],axis=1).corr()
a b a c
a 1.000000 -0.840475 0.993085 -0.681203
b -0.840475 1.000000 -0.771050 0.969220
a 0.993085 -0.771050 1.000000 -0.590545
c -0.681203 0.969220 -0.590545 1.000000