python - pandas 中是否有类似 isin() 的函数接受条件语句而不是值来打印出高度相关的变量？

Question

假设我有一个相关矩阵数据框，例如

  A    B   C
A 1.0  0.8 0.6

B 0.8  1.0 0.1

C 0.6  0.1 1.0

我想返回值为 >0.7 的索引。我发现如果我正在寻找正好是 0.8 的值，我将使用 isin() 函数来查找行并遍历列(如此处所述:https://thispointer.com/python-find-indexes-of-an-element-in-pandas-dataframe/)。但是，由于我想要大于某个数字而不是特定值的值，因此我不确定 isin() 函数可以使用哪种替代方法。有什么建议么？如果有更好的方法来做到这一点，我想知道。

(附注:我已将通过 df.corr() 生成的相关矩阵保存为 Dataframe ds)

Answer 1

我每天使用以下方法来保持高于某个值的相关性，使用DataFrame.where和DataFrame.stack，然后列出索引:

corr = df.where(df>0.7).stack()
print(corr)

A  A    1.0
   B    0.8
B  A    0.8
   B    1.0
C  C    1.0
dtype: float64

然后得到对应的索引:

corr.index.tolist()

[('A', 'A'), ('A', 'B'), ('B', 'A'), ('B', 'B'), ('C', 'C')]

而且大多数时候我使用 np.fill_diagonal 来忽略相关矩阵的对角线:

np.fill_diagonal(corr.to_numpy(), 0)
corr = df.where(df>0.7).stack()
corr.index.tolist()

A  B    0.8
B  A    0.8
dtype: float64

[('A', 'B'), ('B', 'A')]