Julia相关矩阵DataFrame怎么提取高相关单元格值及对应列名？

你可以直接通过DataFrame的内置列名属性和你已拿到的索引做一一映射，全程不需要调整排序，不会出现行列错位问题，具体实现如下：

方法1：基于现有索引直接映射 #

你已经拿到了高相关值的坐标索引，直接关联原df的列名即可：

• 第一步：获取原数据集的特征名列表

  feature_names = names(df)
  

• 第二步：遍历索引生成结构化结果，自动去重自相关和重复配对

  high_corr_pairs = []
  for idx in idx_hcorr
      i, j = idx[1], idx[2]
      # 跳过自相关 + 仅保留i<j的配对避免同一配对重复出现
      if i < j
          push!(high_corr_pairs, (
              特征1 = feature_names[i],
              特征2 = feature_names[j],
              相关系数 = round(corr_matrix_df[i,j], digits=4)
          ))
      end
  end
  # 转成DataFrame格式方便后续查看和处理
  high_corr_result = DataFrame(high_corr_pairs)
  

方法2：直接生成带特征名的相关矩阵 #

可以一步生成带行、列特征名的相关矩阵，后续查询更方便：

using DataFrames, Statistics

# 生成列名对应特征的相关矩阵DataFrame
corr_df = DataFrame(cor(Matrix(df)), names(df))
# 给第一列插入行对应的特征名
insertcols!(corr_df, 1, :row_feature => names(df))

后续你可以直接按特征名查询任意两个特征的相关系数，不需要做索引映射。

内容的提问来源于stack exchange，提问作者F612