我在pandas python DataFrame中有一个大的相关矩阵:df(342,342).
如何获取上三角形中所有数字的均值,sd等,不包括沿对角线的1?
谢谢.
另一个潜在的答案是:
In [1]: corr
Out[1]:
a b c d e
a 1.000000 0.022246 0.018614 0.022592 0.008520
b 0.022246 1.000000 0.033029 0.049714 -0.008243
c 0.018614 0.033029 1.000000 -0.016244 0.049010
d 0.022592 0.049714 -0.016244 1.000000 -0.015428
e 0.008520 -0.008243 0.049010 -0.015428 1.000000
In [2]: corr.values[np.triu_indices_from(corr.values,1)].mean()
Out[2]: 0.016381
Run Code Online (Sandbox Code Playgroud)
编辑:添加的效果指标
我的解决方案的表现:
In [3]: %timeit corr.values[np.triu_indices_from(corr.values,1)].mean()
10000 loops, best of 3: 48.1 us per loop
Run Code Online (Sandbox Code Playgroud)
Theodros Zelleke的单线解决方案的性能:
In [4]: %timeit corr.unstack().ix[zip(*np.triu_indices_from(corr, 1))].mean()
1000 loops, best of 3: 823 us per loop
Run Code Online (Sandbox Code Playgroud)
DSM解决方案的性能:
In [5]: def method1(df):
...: df2 = df.copy()
...: df2.values[np.tril_indices_from(df2)] = np.nan
...: return df2.unstack().mean()
...:
In [5]: %timeit method1(corr)
1000 loops, best of 3: 242 us per loop
Run Code Online (Sandbox Code Playgroud)
| 归档时间: |
|
| 查看次数: |
3482 次 |
| 最近记录: |