Python Pandas dataframe.cov()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

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。

用法： DataFrame.cov(min_periods=None)

参数：
min_periods:每对列必须具有有效结果的最小观察数。

返回：y：DataFrame

范例1：采用cov()函数以查找 DataFrame 各列之间的协方差。

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 DataFrame 各列之间的协方差

# To find the covariance  
df.cov()

输出：

范例2：采用cov()函数查找具有以下内容的数据帧的列之间的协方差NaN值。

# 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：

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.cov()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。