在Python中创建多个非数字列的相关性

发布于 2025-02-10 05:36:20 字数 1203 浏览 2 评论 0原文

我有一个很长的数据框架，我想知道每个元素的相关性，实际数据帧大约为40列宽，所以我在此处编写了此示例。

标识符	列	1列2	列3	列4
1	狗	羊羊	恐龙	我
2	狗	猪
3	牛		象	野猪，

想要的是3个新列，看起来像该

标识符	var1	var2 1 var2
1	狗	牛
1	狗	牛
1	狗	羊毛1狗恐龙
1	牛	绵羊
1	牛恐龙1羊	恐龙
1	羊	恐龙
2	狗	猪
3	牛	大象
3	公野	公猪
3	大	野猪

最终我需要它们这样的原因是在Tableau中创建一个相关矩阵（

如果您还知道其他任何创建相关矩阵的方法）在Tableau中创建一个相关矩阵在所有这些变量中，请让我知道，这是我发现的最佳方法，但无论如何我仍然需要创建这个新表。

还有一个额外的东西，使它更加困难和有趣！有时，某些列会为空，如果发生这种情况，则应该停止而不继续。

提前致谢

原文

I have a very long data frame, I want to know the correlations of each and every element, the actual data frame is about 40 columns wide, so I am writing this example here.

Identifier	Column1	Column2	Column3	Column4
1	Dog	Cow	Sheep	Dinosaur
2	Dog	Pig
3	Bull		Elephant	Boar

What I want is 3 new columns that would look like this

Identifier	Var1	Var2
1	Dog	Cow
1	Dog	Sheep
1	Dog	Dinosaur
1	Cow	Sheep
1	Cow	Dinosaur
1	Sheep	Dinosaur
2	Dog	Pig
3	Bull	Elephant
3	Bull	Boar
3	Elephant	Boar

Eventually the reason I need them like this is to create a correlation matrix in tableau (It cannot be done in any other software)

If you guys know any other way to create a correlation matrix of all these variables, please let me know, this is the best way I found out but I still need to create this new table anyway.

And an extra to make it more difficult and interesting! Sometimes some of the columns will be empty, if that happens then it should stop and not continue.

Thanks in advance

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

日久见人心 2025-02-17 05:36:20

from itertools import combinations
data = pd.DataFrame(df.apply(lambda x: [x.Identifier, list(combinations(x.drop('Identifier'), 2))], axis=1).tolist()).explode(1)
df2 = pd.DataFrame(data[1].tolist(), index=data[0]).dropna(thresh=2)
df2.columns = ["Var1","Var2"]
df2.reset_index(inplace=True)
df2.rename(columns={0:"Identifier"}, inplace=True)
df2

输出：

    Identifier  Var1    Var2
0   1   Dog Cow
1   1   Dog Sheep
2   1   Dog Dinosaur
3   1   Cow Sheep
4   1   Cow Dinosaur
5   1   Sheep   Dinosaur
6   2   Dog Pig
7   3   Bull    Elephant
8   3   Bull    Boar
9   3   Elephant    Boar

from itertools import combinations
data = pd.DataFrame(df.apply(lambda x: [x.Identifier, list(combinations(x.drop('Identifier'), 2))], axis=1).tolist()).explode(1)
df2 = pd.DataFrame(data[1].tolist(), index=data[0]).dropna(thresh=2)
df2.columns = ["Var1","Var2"]
df2.reset_index(inplace=True)
df2.rename(columns={0:"Identifier"}, inplace=True)
df2

output:

    Identifier  Var1    Var2
0   1   Dog Cow
1   1   Dog Sheep
2   1   Dog Dinosaur
3   1   Cow Sheep
4   1   Cow Dinosaur
5   1   Sheep   Dinosaur
6   2   Dog Pig
7   3   Bull    Elephant
8   3   Bull    Boar
9   3   Elephant    Boar

回复收藏 0 原文

~没有更多了~