pandas相关Groupby

您几乎已经弄清楚了所有部分，只需将它们结合起来即可：

>>> df.groupby('ID')[['Val1','Val2']].corr()  Val1      Val2ID   A  Val1  1.000000  0.500000   Val2  0.500000  1.000000B  Val1  1.000000  0.385727   Val2  0.385727  1.000000

在您的情况下，为每个ID打印2x2过于冗长。我看不到打印标量相关性而不是整个矩阵的选项，但是如果您只有两个变量，则可以执行以下简单操作：

>>> df.groupby('ID')[['Val1','Val2']].corr().iloc[0::2,-1]ID       A   Val1    0.500000B   Val1    0.385727

对于3个以上变量的更一般的情况

对于3个或更多的变量，创建简洁的输出并不容易，但是您可以执行以下操作：

groups = list('Val1', 'Val2', 'Val3', 'Val4')df2 = pd.Dataframe()for i in range( len(groups)-1):     df2 = df2.append( df.groupby('ID')[groups].corr().stack()  .loc[:,groups[i],groups[i+1]:].reset_index() )df2.columns = ['ID', 'v1', 'v2', 'corr']df2.set_index(['ID','v1','v2']).sort_index()

请注意，如果没有该

groupby