我有兩個不同的數據框，其中一個如下df1= Datetime BSL0 7 127.5045051 8 115.2541322 9 108.9942753 10 102.9368604 11 99.8304005 12 114.6605226 13 138.2153397 14 132.1310758 15 121.4780069 16 113.79564510 17 114.038462另一個是 df2= Datetime Number of Accident0 7 34551 8 173882 9 277673 10 336224 11 334745 12 126706 13 281377 14 271418 15 265159 16 2484910 17 13013第一個基于時間的人的血糖水平（7 表示早上 7 點到早上 8 點之間）第二個是這些時間之間的事故數量當我嘗試這段代碼時df1.corr(df2, "pearson")我得到了錯誤：ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().我該如何解決？或者，我如何測試兩個不同變量之間的相關性？
3 回答
紅糖糍粑
TA貢獻1815條經驗 獲得超6個贊
from scipy.stats import pearsonr
df_full = df1.merge(df2,how='left')
full_correlation = pearsonr(df_full['BSL'],df_full['Accidents'])
print('Correlation coefficient:',full_correlation[0])
print('P-value:',full_correlation[1])
輸出：
(-0.2934597230564072, 0.3811116115819819)
Correlation coefficient: -0.2934597230564072
P-value: 0.3811116115819819
編輯：
您想要每小時的相關性，但在數學上這是不可能的，因為您每小時只有 1 個 xy 值。因此，輸出將充滿 NaN。這是代碼，但是輸出無效：
df_corr = df_full.groupby('Datetime')['BSL','Accidents'].corr().drop(columns='BSL').drop('Accidents',level=1).rename(columns={'Accidents':'Correlation'})
print(df_corr)
輸出：
Correlation
Datetime
7 BSL NaN
8 BSL NaN
9 BSL NaN
10 BSL NaN
11 BSL NaN
12 BSL NaN
13 BSL NaN
14 BSL NaN
15 BSL NaN
16 BSL NaN
17 BSL NaN
泛舟湖上清波郎朗
TA貢獻1818條經驗 獲得超3個贊
由于您的數據框有多個列，因此您需要指定要使用的列的名稱：
df1['BSL'].corr(df2['Number of Accident'], "pearson")
POPMUISE
TA貢獻1765條經驗 獲得超5個贊
corr()pandas 數據幀的方法計算一個數據幀中所有列的相關矩陣。您有兩個數據框，因此該方法不起作用。您可以通過以下方式解決此問題：
df1['number'] = df2['Number of Accident']
df1.corr("pearson")
添加回答
舉報
0/150
提交
取消