Python Pandas dataframe.cov()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas dataframe.cov()用於計算列的成對協方差。如果列中的某些單元格包含NaN值，則將其忽略。

用法： DataFrame.cov(min_periods=None)

參數：
min_periods:每對列必須具有有效結果的最小觀察數。

返回：y：DataFrame

範例1：采用cov()函數以查找 DataFrame 各列之間的協方差。

注意：任何非數字列都將被忽略。

# 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

輸出：

現在找到 DataFrame 各列之間的協方差

# To find the covariance  
df.cov()

輸出：

範例2：采用cov()函數查找具有以下內容的數據幀的列之間的協方差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()

輸出：

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.cov()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。