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 ：