3 回答

TA贡献1815条经验 获得超6个赞
from scipy.stats import pearsonr
df_full = df1.merge(df2,how='left')
full_correlation = pearsonr(df_full['BSL'],df_full['Accidents'])
print('Correlation coefficient:',full_correlation[0])
print('P-value:',full_correlation[1])
输出:
(-0.2934597230564072, 0.3811116115819819)
Correlation coefficient: -0.2934597230564072
P-value: 0.3811116115819819
编辑:
您想要每小时的相关性,但在数学上这是不可能的,因为您每小时只有 1 个 xy 值。因此,输出将充满 NaN。这是代码,但是输出无效:
df_corr = df_full.groupby('Datetime')['BSL','Accidents'].corr().drop(columns='BSL').drop('Accidents',level=1).rename(columns={'Accidents':'Correlation'})
print(df_corr)
输出:
Correlation
Datetime
7 BSL NaN
8 BSL NaN
9 BSL NaN
10 BSL NaN
11 BSL NaN
12 BSL NaN
13 BSL NaN
14 BSL NaN
15 BSL NaN
16 BSL NaN
17 BSL NaN

TA贡献1818条经验 获得超3个赞
由于您的数据框有多个列,因此您需要指定要使用的列的名称:
df1['BSL'].corr(df2['Number of Accident'], "pearson")

TA贡献1765条经验 获得超5个赞
corr()pandas 数据帧的方法计算一个数据帧中所有列的相关矩阵。您有两个数据框,因此该方法不起作用。您可以通过以下方式解决此问题:
df1['number'] = df2['Number of Accident']
df1.corr("pearson")
添加回答
举报