Python Pandas dataframe.cov()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas dataframe.cov()是用来计算列的成对协方差的。
如果一列中的某些单元格包含NaN值，那么它将被忽略。

语法: DataFrame.cov(min_periods=None)

参数:
min_periods :每对列所需的最小观察数，以获得有效结果。

示例#1：使用cov()函数来查找数据帧各列之间的协方差。

注意：任何非数字列将被忽略。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe
df = pd.DataFrame({"A":[5, 3, 6, 4], 
                   "B":[11, 2, 4, 3],
                   "C":[4, 3, 8, 5],
                   "D":[5, 4, 2, 8]})
  
# Print the dataframe
df

输出 :
Python Pandas dataframe.cov()

现在找出数据框中各列的协方差

# To find the covariance 
df.cov()

输出 :
Python Pandas dataframe.cov()

例子2：使用cov()函数来查找数据帧中具有NaN值的列之间的协方差。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe
df = pd.DataFrame({"A":[5, 3, None, 4],
                   "B":[None, 2, 4, 3],
                   "C":[4, 3, 8, 5], 
                   "D":[5, 4, 2, None]})
  
# To find the covariance 
df.cov()