使用 Pandas 数据框计算不同特征之间的协方差矩阵

Question

我有一个数据集到一个 pandas 数据框中，有 9 组特征和 249 行，我想在 9 个特征之间得到一个协方差矩阵（产生一个 9 X 9 矩阵），但是，当我使用 df.cov() 函数时，我只得到一个 3 X 3 矩阵。我在这里做错了什么？

谢谢！

下面是我的代码片段

# perform data preprocessing
# only get players with MPG with less than 20 and only select the required colums
MPG_df = df.loc[df['MPG'] >= 20]
processed_df = MPG_df[["FT%", "2P%", "3P%", "PPG", "RPG", "APG", "SPG", "BPG", "TOPG"]]
processed_df

当我尝试使用下面的代码获取协方差矩阵时，我只得到一个 3 X 3 矩阵

#desired result
cov_processed_df = df = pandas.DataFrame(processed_df, columns=['FT%', '2P%', '3P%', 'PPG', 'RPG', 'APG', 'SPG', 'BPG', 'TOPG']).cov()
cov_processed_df

谢谢！

Answer 1

排除的列可能是非数字的（即使它们看起来是这样！）。尝试

cov_processed_df = processed_df.astype(float).cov()

要查看原始df的数据类型，您可以运行:

print(processed_df.dtypes)

如果您看到 "object" 出现在结果中，则表示这些列不是数字。（即使它们包含至少 1 个非数字数据，它们也会被标记为非数字。）

使用 Pandas 数据框计算不同特征之间的协方差矩阵

Calculating covariance matrix amongst different features using Pandas dataframe

python

pandas

dataframe

covariance