如何在pandas中列出指定单列与其余所有列的最高相关系数对

解决方案 #

你可以通过以下两种方式修改代码实现需求，两种方式都只会返回指定单列和其余所有列的相关系数，不会生成其他列之间的相关配对结果：

方式1：基于原有代码逻辑修改（适合小数据集）

直接从生成的相关矩阵中提取目标列的结果即可，示例代码如下：

import pandas as pd

d = {'col1': [1, 2], 'col2': [3, 4], 'col3': [7,3]}
df = pd.DataFrame(data=d)

# 指定需要计算相关系数的目标列
target_col = "col1"
# 提取目标列与所有列的相关系数，再删除目标列自身的相关结果
result = df.corr()[target_col].drop(target_col)
# 如果需要排序可追加.sort_values()
print(result)

方式2：用corrwith方法（更适合大数据集，算力消耗更低）

不需要计算全量相关矩阵，直接计算目标列和其余列的相关系数，性能更好：

import pandas as pd

d = {'col1': [1, 2], 'col2': [3, 4], 'col3': [7,3]}
df = pd.DataFrame(data=d)

target_col = "col1"
result = df.corrwith(df[target_col]).drop(target_col)
print(result)

两种方式的输出结果一致，以示例数据为例输出如下：

col2    1.0
col3   -1.0
dtype: float64

内容的提问来源于stack exchange，提问作者Undertaker2