[Python pandas] 그룹 별 변수 간 상관관계 분석 (correlation with columns by groups)

이번 포스팅에서는 그룹 별로 변수 간 상관관계 분석 (correlation with columns by groups) 하는 방법을 소개하겠습니다. 

Python pandas는 Pearson Correlation Coefficient를 구할 수 있는 corr(), corrwith() 함수를 제공합니다. 이들 함수를 groupby() 와 apply(lambda func)를 함께 사용함으로써 그룹 별 변수 간 상관계수를 구할 수 있습니다. 

[ 피어슨 상관계수 ( Pearson Correlation Coefficient) ]

먼저 예제로 사용할 'group 1'과 'group 2'의 2개의 그룹을 가진 간단한 DataFrame을 만들어보겠습니다. 

import numpy as np import pandas as pd from pandas import DataFrame # making DataFrame with 4 random variables np.random.seed(123) # for reproducibility df= DataFrame(np.random.randn(10, 4),                      columns=['a', 'b', 'c', 'd']) # setting index with 2 group, 'grp1' and 'grp2' df['group'] = ['grp1', 'grp1', 'grp1', 'grp1', 'grp1',                    'grp2', 'grp2', 'grp2', 'grp2', 'grp2'] df = df.set_index('group') df a b c d group grp1 -1.085631 0.997345 0.282978 -1.506295 grp1 -0.578600 1.651437 -2.426679 -0.428913 grp1 1.265936 -0.866740 -0.678886 -0.094709 grp1 1.491390 -0.638902 -0.443982 -0.434351 grp1 2.205930 2.186786 1.004054 0.386186 grp2 0.737369 1.490732 -0.935834 1.175829 grp2 -1.253881 -0.637752 0.907105 -1.428681 grp2 -0.140069 -0.861755 -0.255619 -2.798589 grp2 -1.771533 -0.699877 0.927462 -0.173636 grp2 0.002846 0.688223 -0.879536 0.283627

(1) 'd' 변수와 나머지 모든 변수 간 그룹 별 상관계수 구하기 : x.corrwith(x['d'])

# correlation with columns: corrwith() corr_with_d = lambda x: x.corrwith(x['d']) grouped = df.groupby('group') grouped.apply(corr_with_d)  a b c d group grp1 0.846822 0.099417 0.089205 1.0 grp2 0.307477 0.832473 -0.390469 1.0

(2) 'a'변수와 'd'변수 간 그룹 별 상관계수 구하기 : g['a'].corr[g['d'])

# inter-column correlation: corr() corr_a_d = lambda g: g['a'].corr(g['d']) grouped = df.groupby('group') DataFrame(grouped.apply(corr_a_d)) 0 group grp1 0.846822 grp2 0.307477

많은 도움이 되었기를 바랍니다. 

이번 포스팅이 도움이 되었다면 아래의 '공감~'를 꾹 눌러주세요. ^^