DataFrame 的corr()函数求P值

DataFrame的corr()函数并不能直接求出P值，它只能计算出两个变量之间的相关系数值。如果需要求出相关系数的P值，可以使用scipy中的pearsonr()函数。

例如，假设有一个DataFrame df，需要计算其中两列'A'和'B'之间的相关系数及P值，可以使用以下代码：

from scipy.stats import pearsonr

corr_coef, p_value = pearsonr(df['A'], df['B'])
print('相关系数：', corr_coef)
print('P值：', p_value)

其中，pearsonr()函数返回两个值，第一个值为相关系数，第二个值为对应的P值。

相关问题

df计算整个dataframe的相关系数矩阵及P值

在Python的数据分析库pandas中，如果你有一个DataFrame `df`，可以使用`corr()`函数来计算整个DataFrame内各列之间的一组皮尔逊相关系数。同时，它还会生成一个包含P值的表格。下面是一个例子：

import pandas as pd
import numpy as np
from statsmodels.sandbox.stats.multicomp import multipletests

# 假设 df 是一个 pandas DataFrame
df = pd.DataFrame(np.random.rand(100, 5), columns=['A', 'B', 'C', 'D', 'E'])

# 使用 .corr() 获取相关系数矩阵
correlation_matrix = df.corr()

# P值通常由 corr() 自动计算，但默认不显示。我们可以手动计算并添加：
# 提取系数数据（忽略对角线，因为对角线相关系数为1）
correlation_data = correlation_matrix.values[:-1, :-1]

# 对数据进行假设检验，得到显著性水平（通常是0.05）下的p值
p_values = np.ones_like(correlation_data)
_, p_values, _, _ = multipletests(correlation_data.flatten(), alpha=0.05, method='bonferroni')

# 将p值转换回原来的形状，并放在原矩阵的下方
p_values = pd.DataFrame(p_values.reshape(*correlation_matrix.shape), index=correlation_matrix.index[:-1], columns=correlation_matrix.columns[:-1])

# 结果数据框将包含相关系数和p值
correlation_results = pd.concat([correlation_matrix, p_values], axis=1)

print(correlation_results)

这段代码首先计算了皮尔逊相关系数，然后使用`multipletests`函数进行了多比较校正（如Bonferroni修正），得到了显著性的p值。

python多变量相关p值

要计算多个变量之间的相关性，可以使用皮尔逊相关系数。在 Python 中，可以使用 `scipy.stats` 模块中的 `pearsonr` 函数来计算两个变量之间的相关系数及其对应的 p 值。如果要计算多个变量之间的相关性，可以使用 pandas 库中的 `corr` 函数，该函数可以计算多个变量之间的相关系数矩阵。对于相关系数矩阵，可以使用 `numpy` 中的 `corrcoef` 函数来计算对应的 p 值。具体实现可以参考以下代码：

import pandas as pd
import numpy as np
from scipy.stats import pearsonr

# 创建数据集
data = {'var1': [1, 2, 3, 4, 5], 
        'var2': [2, 4, 6, 8, 10], 
        'var3': [3, 6, 9, 12, 15]}
df = pd.DataFrame(data)

# 计算相关系数矩阵
corr_matrix = df.corr()

# 计算对应的 p 值
p_values = np.zeros_like(corr_matrix)
for i in range(corr_matrix.shape[0]):
    for j in range(i+1, corr_matrix.shape[1]):
        corr, p = pearsonr(df.iloc[:, i], df.iloc[:, j])
        p_values[i, j] = p
        p_values[j, i] = p

print(corr_matrix)
print(p_values)

输出结果为：

          var1      var2      var3
var1  1.000000  1.000000  1.000000
var2  1.000000  1.000000  1.000000
var3  1.000000  1.000000  1.000000

[[0.         0.         0.        ]
 [0.         0.         0.        ]
 [0.         0.         0.        ]]

由于数据集中的变量之间完全相关，因此相关系数为 1，对应的 p 值为 0。