Python 相关矩阵：提取具有高R值的变量

如何获得只列出绝对值相关性大于0.7的变量的输出

我希望输出与此类似：

four: one, three
one: three

谢谢你的时间

代码

输出

           four       one     three       two
four   1.000000 -0.989949 -0.880830 -0.670820
one   -0.989949  1.000000  0.913500  0.632456
three -0.880830  0.913500  1.000000  0.262613
two   -0.670820  0.632456  0.262613  1.000000

---

如果您只想将其打印出来，这将起作用：

col_names = y.corr().columns.values

for col, row in (y.corr().abs() > 0.7).iteritems():
    print(col, col_names[row.values])

请注意，这是可行的，但可能会很慢，因为

iteritems

方法会将每一行转换为一个系列。

这对我来说是可行的：

corr = y.corr().unstack().reset_index() #group together pairwise
corr.columns = ['var1','var2','corr'] #rename columns to something readable
print( corr[ corr['corr'].abs() > 0.7 ] ) #keep correlation results above 0.7

通过将最后一行更改为，可以进一步排除具有相同名称（corr=1）的变量

print( corr[ (corr['corr'].abs() > 0.7) & (corr['var1'] != corr['var2']) ] )

---

谢谢juanpa.arrivillaga。我试图编辑您的代码以排除r=1，但收到错误消息。您将如何编辑此代码？对于col，在（y.corr（）.abs（）>0.7）中的行。iteritems（）：对于col，在（y.corr（）.abs（）>0.7和y.corr（）.abs（）中的行，这不适用于我啊。所以，如果你想对pandas对象进行元素逻辑操作，你需要对

和
使用
&
，对
或
使用
。所以这应该是可行的：
（y.corr（）.abs（）>0.7）和（y.corr（）.abs（）<1）
。请看下面的答案：再次感谢！您解决了我的问题，我也从您所做的事情中学到了很多。我一定会为此付出代价的。
print( corr[ (corr['corr'].abs() > 0.7) & (corr['var1'] != corr['var2']) ] )