資料結構
網路
RDBMS
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化學
生物
數學
英語
經濟學
心理學
社會學
時尚研究
法學用 Python 編寫程式，計算給定資料框中分組資料的協方差，並計算兩個列之間的分組資料協方差
假設你有資料框，並且計算出來的分組資料的協方差和相對應列如下：
Grouped data covariance is: mark1 mark2 subjects maths mark1 25.0 12.500000 mark2 12.5 108.333333 science mark1 28.0 50.000000 mark2 50.0 233.333333 Grouped data covariance between two columns: subjects maths 12.5 science 50.0 dtype: float64
解決方案
為了解決這個問題，我們將按照以下步驟進行：
定義一個數據框
在資料框 subject 列裡面應用 groupby 函式
df.groupby('subjects')將協方差函式應用到分組資料並存儲在 group_data 中
group_data = df.groupby('subjects').cov()使用 lambda 函式處理分組記錄中的 mark1 和 mark2 列，如下所示：
df.groupby('subjects').apply(lambda x: x['mark1'].cov(x['mark2']示例
讓我們看看下面的程式碼，以便更好地理解 -
import pandas as pd
df =
pd.DataFrame({'subjects':['maths','maths','maths','science','science','science'],
'mark1':[80,90,85,95,93,85],
'mark2':[85,90,70,75,95,65]})
print("DataFrame is:\n",df)
group_data = df.groupby('subjects').cov()
print("Grouped data covariance is:\n", group_data)
result = df.groupby('subjects').apply(lambda x: x['mark1'].cov(x['mark2']))
print("Grouped data covariance between two columns:\n",result)輸出
DataFrame is: subjects mark1 mark2 0 maths 80 85 1 maths 90 90 2 maths 85 70 3 science 95 75 4 science 93 95 5 science 85 65 Grouped data covariance is: mark1 mark2 subjects maths mark1 25.0 12.500000 mark2 12.5 108.333333 science mark1 28.0 50.000000 mark2 50.0 233.333333 Grouped data covariance between two columns: subjects maths 12.5 science 50.0 dtype: float64
更新時間：25-Feb-2021
295 次瀏覽
廣告