Python 3.x：對循環中的數據幀字典執行分析

Question

我有一個數據框（df），其列名稱為["Home", "Season", "Date", "Consumption", "Temp"] 。 現在，我想做的是通過“主頁”，“季節”，“溫度”和“消耗”對這些數據框執行計算。

In[56]: df['Home'].unique().tolist()
Out[56]: [1, 2, 3, 5, 6, 7, 8, 9, 10, 11, 12, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23]

In[57]: df['Season'].unique().tolist()
Out[57]: ['Spring', 'Summer', 'Autumn', 'Winter']

到目前為止，這是完成的操作：

series = {}
for i in df['Home'].unique().tolist():
    for j in df["Season"].unique().tolist():
        series[i, j] = df[(df["Home"] == i) & (df["Consumption"] >= 0) & (df["Season"] == j)]
        for key, value in series.items():
            value["Corr"] = value["Temp"].corr(value["Consumption"])

這是名為“系列”的數據幀的字典，作為循環的輸出。

我對上一個循環的期望是給我一個帶有新列的數據幀字典，即添加了“ Corr”，該字段將具有與“ Temp”和“ Consumption”相關的值，但是它為迭代中的最后一個宿主提供了一個數據幀即23。

要簡單地在字典的所有數據框中添加名為“ Corr”的第六列，這將是“ Temp”和“ Consumption”之間的關聯。 你能幫我以上嗎？ 我不知何故在最后一個循環中缺少鍵的使用。 提前致謝！

Answer 1

所有這些循環都是完全不必要的！ 只需致電：

df.groupby(['Home', 'Season'])['Consumption', 'Temp'].corr()

（感謝@jezrael的更正）

Answer 2

關於如何在pandas數據框列中找到一組值之間的相關性的答案之一有所幫助。 避免所有不必要的循環。 感謝@jezrael和@JoshFriedlander建議使用groupby方法。 贊成（y）。

在此處發布解決方案：

df = df[df["Consumption"] >= 0]

corrs = (df[["Home", "Season", "Temp"]]).groupby(
            ["Home", "Season"]).corrwith(
                    df["Consumption"]).rename(
                            columns = {"Temp" : "Corr"}).reset_index()

df = pd.merge(df, corrs, how = "left", on = ["Home", "Season"])