R, Python 분석과 프로그래밍의 친구 (by R Friend)

(1) 3개의 그룹 변수, 4개의 연속형 변수를 가진 예제 DataFrame 만들기

import numpy as np

import pandas as pd

# making groups

group_1 = ['A', 'B']*20

group_2 = ['C', 'D', 'E', 'F']*10

group_3 = ['G', 'H', 'I', 'J', 'K', 'L', 'M', 'N']*5;

df = pd.DataFrame({'group_1': group_1, 

                   'group_2': group_2,

                   'group_3': group_3,

                   'col_1': np.random.randn(40), 

                   'col_2': np.random.randn(40), 

                   'col_3': np.random.randn(40), 

                   'col_4': np.random.randn(40)})

df.sort_values(by=['group_1', 'group_2', 'group_3'], axis=0)

  (2) 그룹별 두 개 변수 간 상관계수를 구하는 사용자 정의 함수

# a user-defined function of correlation coefficients with paired variables by groups

def corr_group(df, var_1, var_2, group_list):

    # correlaiton fuction with 2 variables

    corr_func = lambda g: g[var_1].corr(g[var_2])

    # GroupBy operator

    grouped = df.groupby(group_list)

    # calculate correlation coefficient by Group

    corr_coef_df = pd.DataFrame(grouped.apply(corr_func), columns=['corr_coef'])

    # add var_1, var_2 column names

    corr_coef_df['var1'] = var_1

    corr_coef_df['var2'] = var_2

    return corr_coef_df

  (3) 다수 그룹별 다수 변수 간 두개 씩 쌍을 이루어 상관계수 구하기

# blank DataFrame

corr_coef_df_all = pd.DataFrame()

# group by list

group_list = ['group_1', 'group_2', 'group_3']

# column lists for correlation matrix

col_list = ['col_1', 'col_2', 'col_3', 'col_4']

# get all cominations of col_list with length 2

from itertools import combinations

comb = combinations(col_list, 2)

# calculate correlation coefficients pair-wise

for var in list(comb):

    corr_tmp = corr_group(df, var[0], var[1], group_list)

    corr_coef_df_all = corr_coef_df_all.append(corr_tmp)

# result

corr_coef_df_all[['var1', 'var2', 'corr_coef']]