count 716865 716873 716884 716943
0 -0.16029615828413712 -0.07630309240006158 0.11220663712532133 -0.2726775504078691
1 -0.6687265363491811 -0.6135022705188075 -0.49097425130988914 -0.736020384028633
2 0.06735205699309535 0.07948417451634422 0.09240256047258057 0.0617964313591086
3 0.372935701728449 0.44324822316416074 0.5625073287879649 0.3199599294007491
4 0.39439310866886124 0.45960496068147993 0.5591549439131621 0.34928093849248304
5 -0.08007381002566456 -0.021313801077641505 0.11996141286735541 -0.15572679401876433
6 0.20853071107951396 0.26561990841073535 0.3661990387594055 0.15720649076873264
7 -0.0488049712326824 0.02909288268076153 0.18643283476719688 -0.1438092892727158
8 0.017648470149950992 0.10136455179350337 0.2722686729095633 -0.07928001803992157
9 0.4693208827819954 0.6601182040950377 1.0 0.2858790498612906
10 0.07597883305423633 0.0720868097090368 0.06089458880790768 0.08522329510499728
我想操纵这个规范化的数据帧来做一些类似于python内置的.corr方法的事情,但我想修改它。我想创建我自己的关联方法,并建立一个我知道如何做的热图。 我的最终结果是一个数据帧,它将是NxN,具有满足以下标准的0或1个值。在我上面显示的表格中,它将是4x4
以下步骤是我的关联方法的标准:
所有对角线都将有一个1,以便彼此具有良好的相关性,而其他单元格将有0或1
下面是我所拥有的,但是当我删除死区值时,由于某些原因,它并不能覆盖所有内容。 subdf=[] 死区=0.2
for i in range(len(df2_norm.columns)):
# First, let's drop non-zero above deadband values in each row
df2_norm_drop = df2_norm.drop(df2_norm[(df2_norm.abs().iloc[:,i] < deadband) & \
(df2_norm.abs().iloc[:,i] > 0)].index)
# Take difference of first detail element normalized value to chart allowable
# normalized value
subdf.append(pd.DataFrame(df2_norm.subtract(df2_norm.iloc[:,i], axis =0)))
我知道这看起来很难,但我真的很感激任何帮助。谢谢大家!
目前没有回答
相关问题 更多 >
编程相关推荐