Python：如何编写 function 以确定 dataframe 中的哪个变量与指定列的绝对相关性最高？

Question

我想写一个 function 来确定 dataframe 中的哪个变量与特定列的绝对相关性最高。 但是，我很难从相关矩阵中获取列名。

假设我的数据df如下：

地址	尺寸	租金价格	number_of_浴室	房间的数量
东方	12	3400	2	4
东北	99	4200	4	4
南	99	4000	5	5

我使用ab_col_matrix = abs(df.corr())来生成类似的相关矩阵，列名位于矩阵的顶部和左侧。

1 value value value 
value 1 value value 
value value 1 value 
value value value 1 

假设我对与大小列相关的最高列感兴趣。 我的想法是对列进行排序并取第一行并返回具有最高值的列名。

所以我尝试了， sorted = ab_col_matrix.sort_values('size', ascending = False) \

然后我尝试选择最高的sorted['size'][1]但它只返回值本身而不是列，我很困惑如何访问它。 这里我使用[1]因为[0]将返回 1，这是它自己列的相关值。

我将非常感谢任何帮助，我可以获得更多关于如何实现这一目标的知识。

Answer 1

您可以简单地 select 您想要的变量的列，然后对行进行排序：

ab_col_matrix['size'].sort_values(ascending=False)

size                   1.000000
rent_price             0.970725
number_of_bathrooms    0.944911
number_of_rooms        0.500000
Name: size, dtype: float64

然后，您可以 select 与以下最高相关值：

ab_col_matrix['size'].sort_values(ascending=False).index[1]

'rent_price'