pandas
Outils de calcul

Rechercher la corrélation entre les colonnes

Supposons que vous ayez un DataFrame de valeurs numériques, par exemple:

df = pd.DataFrame(np.random.randn(1000, 3), columns=['a', 'b', 'c'])

alors

>>> df.corr()
    a    b    c
a    1.000000    0.018602    0.038098
b    0.018602    1.000000    -0.014245
c    0.038098    -0.014245    1.000000

trouvera la corrélation de Pearson entre les colonnes. Notez que la diagonale est 1, car chaque colonne est (évidemment) entièrement corrélée à elle-même.

pd.DataFrame.correlation un paramètre de method facultatif, spécifiant l'algorithme à utiliser. La valeur par défaut est pearson . Pour utiliser la corrélation de Spearman, par exemple, utilisez

>>> df.corr(method='spearman')
    a    b    c
a    1.000000    0.007744    0.037209
b    0.007744    1.000000    -0.011823
c    0.037209    -0.011823    1.000000