次のパンダデータフレームがありますTop15:
一人あたりの引用可能な文書の数を推定する列を作成します。
Top15['PopEst'] = Top15['Energy Supply'] / Top15['Energy Supply per Capita']
Top15['Citable docs per Capita'] = Top15['Citable documents'] / Top15['PopEst']
一人当たりの引用可能な文書数と一人当たりのエネルギー供給量の相関関係を知りたいです。そこで、次の.corr()方法（ピアソンの相関関係）を使用します。
data = Top15[['Citable docs per Capita','Energy Supply per Capita']]
correlation = data.corr(method='pearson')
単一の数値を返したいのですが、結果は次のようになります。
ベストアンサー1
実際のデータがなければ質問に答えるのは難しいですが、次のようなものを探しているのだと思います。
Top15['Citable docs per Capita'].corr(Top15['Energy Supply per Capita'])
2つの列の相関関係を計算します 'Citable docs per Capita'そして'Energy Supply per Capita'。
例を挙げると：
import pandas as pd
df = pd.DataFrame({'A': range(4), 'B': [2*i for i in range(4)]})
A B
0 0 0
1 1 2
2 2 4
3 3 6
それから
df['A'].corr(df['B'])
期待通りの結果が出ました1。
ここで、例えば値を変更すると、
df.loc[2, 'B'] = 4.5
A B
0 0 0.0
1 1 2.0
2 2 4.5
3 3 6.0
コマンド
df['A'].corr(df['B'])
戻り値
0.99586
予想通り、依然として 1 に近い値です。
.corr()データフレームに直接適用すると、列間のすべてのペアワイズ相関を返します; そのため、1s行列の対角線を観察します (各列はそれ自体と完全に相関しています)。
df.corr()
したがって戻ってくる
A B
A 1.000000 0.995862
B 0.995862 1.000000
あなたが示したグラフでは、相関行列の左上隅のみが表現されています（と私は推測します）。
NaN解決策にsが含まれる場合があります- チェックこの郵便受け例えば。
特定のしきい値を超える/下回るエントリをフィルタリングしたい場合は、チェックを入れます。この質問相関係数のヒートマップをプロットしたい場合は、この答えそして軸ラベルが重なる問題に遭遇した場合は、次の投稿。