python - 对相关的每一列独立排序并得到索引值

Question

我想知道我的 DataFrame 中每一列相对于其他列的从最高相关性到最低相关性的排序。

例子

np.random.seed([3,1415])

df = pd.DataFrame(np.random.rand(6, 4).round(2), columns=list('ABCD'))

看起来像:

      A     B     C     D
0  0.44  0.41  0.46  0.47
1  0.46  0.02  0.85  0.82
2  0.78  0.76  0.93  0.83
3  0.88  0.93  0.72  0.12
4  0.15  0.20  0.44  0.10
5  0.28  0.61  0.09  0.84

相关表如下所示:

print df.corr()

          A         B         C         D
A  1.000000  0.702557  0.689214  0.005000
B  0.702557  1.000000  0.038306 -0.113245
C  0.689214  0.038306  1.000000  0.074773
D  0.005000 -0.113245  0.074773  1.000000

我希望 B 列按 ['B', 'A', 'C', 'D'] 排序。 DataFrame 应该是这样的？

   A  B  C  D
A  A  B  C  D
B  B  A  A  C
C  C  C  D  A
D  D  D  B  B

此外，我计划在 20-40 千列宽的 DataFrames 上执行此操作，因此性能是个问题。

Answer 1

我认为这可行:

In [11]:
df.corr().apply(lambda x: x.sort_values(ascending=False).index)

Out[11]:
   A  B  C  D
A  A  B  C  D
B  B  A  A  C
C  C  C  D  A
D  D  D  B  B

所以这对每一列应用sort_values并返回索引

不确定这将如何在 40k 列 df 上扩展，但问题是当前 df 上的 sort_values 只能按特定列或行 df-wide 排序