Python 如何生成数据帧中两列的相关系数作为同一数据帧中的新列变量？

我有一个三列的数据框。ID用作要使用groupby命令的标识符。这里，我想为每个ID生成A和B之间的相关系数。这就是我的数据帧的样子：

ID  A  B
1   5  7
1   3  4
2   4  5
2   7  6
2   9  1

我想将其转换为以下数据帧：

ID  A  B  Corr_Coeff
1   5  7  <Value 1> 
1   3  4  <Value 1>
2   4  5  <Value 2> 
2   7  6  <Value 2>
2   9  1  <Value 2>

如果有人能帮我，那就太好了！提前感谢。

我认为需要通过按位置选择行来删除

多索引

使用：

创建映射的

Series

by的替代方法，最后将

1列数据帧

转换为

Series

by:

---

为什么这是“受保护的”？我可能不理解规则，但还没有被接受/投票表决的答案，单个答案甚至没有1票（甚至没有来自“保护”问题的主持人）…@Ernest Kiwele，因为有2个垃圾答案。已删除。

df['Corr_Coeff'] = df.groupby('ID')[['A','B']].corr()

df1 = df.groupby('ID')[['A','B']].corr()
print (df1)
             A         B
ID                      
1  A  1.000000  1.000000
   B  1.000000  1.000000
2  A  1.000000 -0.675845
   B -0.675845  1.000000

df['corr'] = df['ID'].map(df1.iloc[0::2, 1].reset_index(level=1, drop=True))
print (df)
   ID  A  B      corr
0   1  5  7  1.000000
1   1  3  4  1.000000
2   2  4  5 -0.675845
3   2  7  6 -0.675845
4   2  9  1 -0.675845

s = (df[['A']].groupby(df['ID']).corrwith(df['B'])).squeeze()
print(s)
ID
1    1.000000
2   -0.675845
Name: A, dtype: float64

df['corr'] = df['ID'].map(s)
print (df)
   ID  A  B      corr
0   1  5  7  1.000000
1   1  3  4  1.000000
2   2  4  5 -0.675845
3   2  7  6 -0.675845
4   2  9  1 -0.675845