如何合并两个数组并用于Pandas Profiler相关性分析

一、按你要求的字典结构合并 #

假设data和char都是Python列表，可通过以下步骤快速得到目标结构：

• 先提取char中每个子数组的唯一值：

  char_values = [item[0] for item in char]
  

• 将char_values与data配对成字典，再放入列表x中：

  merged_dict = dict(zip(char_values, data))
  x = [merged_dict]
  

  注意：如果char中存在重复值，后面的键会覆盖前面的，需确保char的每个子数组值唯一。

二、更适合Pandas Profiler的合并方式 #

因为你最终要分析data与对应char的相关性，直接转成Pandas DataFrame会更适配Profiler的分析逻辑：

import pandas as pd

# 将data转为300行31列的DataFrame
data_df = pd.DataFrame(data)
# 添加char列，提取每个子数组的唯一值
data_df['char'] = [item[0] for item in char]

这样得到的DataFrame可以直接传入Pandas Profiler，它会自动分析char列与其他31个数据列的相关性，操作更便捷。

内容的提问来源于stack exchange，提问作者alb