Python|熊猫 dataframe.cov()
Python是一种用于进行数据分析的出色语言,主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一,它使导入和分析数据变得更加容易。
Pandas dataframe.cov()
用于计算列的成对协方差。
如果列中的某些单元格包含NaN
值,则将其忽略。
Syntax: DataFrame.cov(min_periods=None)
Parameters:
min_periods : Minimum number of observations required per pair of columns to have a valid result.
Returns: y : DataFrame
示例 #1:使用cov()
函数查找数据框列之间的协方差。
注意:任何非数字列都将被忽略。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.DataFrame({"A":[5, 3, 6, 4],
"B":[11, 2, 4, 3],
"C":[4, 3, 8, 5],
"D":[5, 4, 2, 8]})
# Print the dataframe
df
输出 :
现在找到数据框列之间的协方差
# To find the covariance
df.cov()
输出 :
示例 #2:使用cov()
函数查找具有NaN
值的数据帧列之间的协方差。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.DataFrame({"A":[5, 3, None, 4],
"B":[None, 2, 4, 3],
"C":[4, 3, 8, 5],
"D":[5, 4, 2, None]})
# To find the covariance
df.cov()
输出 :