数据结构
网络
RDBMS
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济学
心理学
社会学
时尚研究
法学用 Python 编写程序，计算给定数据框中分组数据的协方差，并计算两个列之间的分组数据协方差
假设你有数据框，并且计算出来的分组数据的协方差和相对应列如下：
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
解决方案
为了解决这个问题，我们将按照以下步骤进行：
定义一个数据框
在数据框 subject 列里面应用 groupby 函数
df.groupby('subjects')将协方差函数应用到分组数据并存储在 group_data 中
group_data = df.groupby('subjects').cov()使用 lambda 函数处理分组记录中的 mark1 和 mark2 列，如下所示：
df.groupby('subjects').apply(lambda x: x['mark1'].cov(x['mark2']示例
让我们看看下面的代码，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)输出
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
更新时间：25-Feb-2021
295 次浏览
广告