Python 如何从第一列开始依次对数据帧列进行排序?
我按行的最大值对df列进行排序Python 如何从第一列开始依次对数据帧列进行排序?,python,pandas,sorting,dataframe,correlation,Python,Pandas,Sorting,Dataframe,Correlation,我按行的最大值对df列进行排序 dff = centroids.reindex(df.sum().sort_values(ascending=False).index, axis=1) print(dff) 13 9 2 6 7 0 5 0 0.423586 0.472548 0.366301 0.423973 0.312807 0.476197 0.384652 1
dff = centroids.reindex(df.sum().sort_values(ascending=False).index, axis=1)
print(dff)
13 9 2 6 7 0 5
0 0.423586 0.472548 0.366301 0.423973 0.312807 0.476197 0.384652
1 0.639636 0.734712 0.503772 0.600164 0.416451 0.730942 0.515370
2 0.749716 0.835071 0.549806 0.637331 0.419558 0.782306 0.507648
3 0.817579 0.844361 0.577874 0.621483 0.408825 0.727671 0.458346
4 0.890916 0.831640 0.631127 0.611741 0.438974 0.654338 0.430330
5 0.952046 0.802077 0.694321 0.601616 0.496798 0.572743 0.423915
6 0.995009 0.768293 0.749186 0.590912 0.553378 0.500568 0.427607
7 1.000000 0.718386 0.781207 0.570253 0.598234 0.425387 0.436355
8 0.993004 0.690660 0.779607 0.550149 0.600459 0.396121 0.422891
现在,我需要根据列之间的相关性对这些列进行排序,但要按顺序执行。所以,通过与第一列的最佳相关性定义第二列,通过与第二列的最佳相关性定义第三列,依此类推。
我还想保存列的原始标签
我对此有一些想法,但因为我是python代码的新手,所以无法工作
k_num = 7 # number of columns in df
def corelation(df):
col = 1
for column in dff.columns[col:]:
dff.reindex(dff.corr().sort_values(dff.columns[col], ascending=False).index, axis = 1)
col += 1
if col == k_num:
return(df)
如果有人能帮助我,我将不胜感激我们可以创建一个包含所需列顺序的列表。让我们称它为
l
,并首先用第一列0
填充它。然后,我们迭代地查找存储为l
中最后一个元素的列与数据帧子集之间的最大相关性,该数据帧子集不包括已在l
中的列,并在每个步骤中将具有最大相关性的新列添加到列表l
。当没有更多列剩余时,l
将保留所需的列顺序,df[l]
将为我们提供按最大相关性排序的列的数据帧:
np.random.seed(42)
df = pd.DataFrame(np.random.randn(10, 10))
l = [0]
while len(l) < len(df.columns):
i = df[df.columns.difference(l)].corrwith(df[l[-1]]).abs().idxmax()
l += [i]
df[l]
np.random.seed(42)
df=pd.DataFrame(np.random.randn(10,10))
l=[0]
而len(l)
你好!您的代码中的dff是什么?你为什么不在for循环中使用列迭代器呢?谢谢你的回答,你完全明白我想做什么,但你的解决方案让我回到了df“TypeError:其他必须是多索引或元组列表”你可以共享df.columns
输出吗?不确定你的列名是字符串还是整数。如果它们是字符串,您可以尝试在之前用l=['0']
初始化l(因此将数字括在引号中),而循环我用['0']尝试过,但它写入错误“需要一个整数”有些不对劲,我可以用df=pd.read\u csv('df\u damir.csv')。drop('Unnamed:0',1)
然后像上面一样运行完全相同的脚本,没有错误,只是更改为l=['0']
,因为当我使用read\u csv从文件中读取时,列名被读取为字符串