用Python编写程序以计算分组数据协方差并计算给定数据框中两列之间的分组数据协方差

假设您有一个数据框，并且根据分组数据和相应列计算协方差的结果为，

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，我们将遵循以下步骤-

• 定义一个数据框

• 在数据框主题列中应用groupby函数

df.groupby('subjects')

• 将协方差函数应用于分组数据并存储固有的group_data，

group_data = df.groupby('subjects').cov()

• 将lambda函数应用于主题列中具有groupby记录的mark1和mark2列。它的定义如下

df.groupby('subjects').apply(lambda x: x['mark1'].cov(x['mark2']

例子

让我们看下面的代码以获得更好的理解-

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