有类似的问题已经被问过了,但我还没有看到一个清晰的答案。请原谅我再次提问。我有两个数据框,我只想知道第一个数据框与第二个数据框中每一列之间的相关性。下面是能够实现这一目标的代码:
df1=pd.DataFrame( {'Y':np.random.randn(10) } )
df2=pd.DataFrame( {'X1':np.random.randn(10), 'X2':np.random.randn(10) ,'X3':np.random.randn(10) } )
for col in df2:
print df1['Y'].corr(df2[col])
但是似乎我不应该循环遍历整个数据框。我希望有些更简单的方法可以实现。
df1.corr(df2)
应该完成工作。有没有一种清晰的方法可以在不使用循环的情况下执行此功能?
df2.apply(df1['Y'].corr)
,但这实际上仍在循环每列。 - EdChum