Создайте отдельные диаграммы рассеяния для всех столбцов со всеми столбцами для Python -датафрейма с пустыми ячейками - PullRequest
Новая
       23

Создайте отдельные диаграммы рассеяния для всех столбцов со всеми столбцами для Python -датафрейма с пустыми ячейками

1 голос
/ 15 апреля 2020

Я пытаюсь автоматизировать построение корреляции большого кадра данных. Цель состоит в том, чтобы построить каждый столбец с другим столбцом в разбросе с линией регрессии через него. Каждый столбец представляет отдельную переменную, и столбец может содержать пустые ячейки, целые и строковые значения (пример кода и рабочий пример приведены ниже)

Пример кода: 

Age     Height   Weight  Sex
21      180      54      M
56      171      65      V
23      NaN      84      V
NaN     195      71      M
42      165      67      V
84      167      93      M
12      NaN      88      M
31      152      73      V
NaN     184      NaN     V


import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df_subset = pd.DataFrame({"Age": [21,56,23,np.nan,42,84,12,31,np.nan], "Height": 
[180,171,np.nan,195,165,167,np.nan,152,184], "Weight": [54,65,84,71,67,93,88,73,np.nan], "Sex": 
['M','V','V','M','V','M','M','V','V']})

print(df_subset)
col_choice = ["Age", "Height", "Weight"]

for pos1, axis1 in enumerate(col_choice):   # Pick a first col
    for pos2, axis2 in enumerate(col_choice[pos1+1:]):   # Pick a later col
        plt.scatter(df_subset.loc[:,axis1], df_subset.loc[:,axis2]) #scatter plot
        a, b = np.polyfit(df_subset.loc[:,axis1], df_subset.loc[:,axis2], 1) #determining parameters for regression line
        x = df_subset.loc[:,axis1]
        plt.plot(x, a*x + b) #regression line on scatter-plot
        plt.show()

1 Ответ

0 голосов
/ 16 апреля 2020

Решение: 

    import pandas as pd

    import numpy as np

    import matplotlib.pyplot as plt



    df_subset = pd.DataFrame({"Age": [21,56,23,np.nan,42,84,12,31,np.nan], "Height": 
[180,171,np.nan,195,165,167,np.nan,152,184], "Weight": [54,65,84,71,67,93,88,73,np.nan], "Sex": 
['M','V','V','M','V','M','M','V','V']})

 
    print(df_subset)



    col_choice = ["Age", "Height", "Weight"]

    for pos1, axis1 in enumerate(col_choice):   # Pick a first col
    
        for pos2, axis2 in enumerate(col_choice[pos1+1:]):   # Pick a later col
        
            df = df_subset[[axis1,axis2]].dropna()
        
            print(df)
        
            plt.scatter(df.iloc[:,0], df.iloc[:,1]) #scatter plot
        
            a, b = np.polyfit(df.iloc[:,0], df.iloc[:,1], 1) #determining parameters for regression line
        
            x = df.iloc[:,0]
        
            plt.plot(x, a*x + b) #regression line on scatter-plot
        
            plt.show()
...