python - 如何计算多变量 1 列的相关系数

Question

Category  SubCategory  Month  Value
A         A1           Jan     1
A         A1           Feb     2
A         A1           Mar     3
A         A2           Jan     2
A         A2           Feb     3
A         A2           Mar     5
B         B1           Jan     1
B         B1           Feb     6
B         B1           Mar     7
B         B2           Jan     3
B         B2           Feb     6
B         B2           Mar     7

我有一个像这样的 pandas df 示例。我想计算子组类别 A1 和 A2、B1 和 B2 之间的相关系数，但不是 A1 和 B1 等之间的相关系数。我的最终目标是得到一个如下表:

    A1        A2        B1     B2
A1  1.0000  0.9820      
A2  0.9820  1.0000      
B1                    1.0000    0.9963
B2                    0.9963    1.0000

有人可以帮我编写Python代码吗？

显然，这个为每个子类别提供了 1 的正确值

df.groupby('SubCategory').corr()

Answer 1

第一个是pivot问题，然后只需使用corr

pd.concat([x.pivot('Month','SubCategory','Value').corr() for _,x in df.groupby('Category')])
                   A1        A2        B1        B2
SubCategory                                        
A1           1.000000  0.981981       NaN       NaN
A2           0.981981  1.000000       NaN       NaN
B1                NaN       NaN  1.000000  0.996271
B2                NaN       NaN  0.996271  1.000000