Evan Lynch's questions

Selecionei um subconjunto de colunas numéricas de um banco de dados e quero iterar pelas colunas, selecionando uma target_columne comparando-a com o resultado de uma operação numérica entre duas outras colunas no dataframe. No entanto, não tenho certeza de como comparar o resultado (por exemplo, col1 * col2 = target_column).

# For all possible combinations of numeric columns
for col1, col2 in combinations(numeric_cols, 2):
    # For a target column in numeric_columns
    for target_column in numeric_cols:
        # Skip if the target column is one of the relationship columns
        if target_column in (col1, col2):
            continue

Editar : Eu descobri algo, mas ainda não tenho certeza se esta é a maneira mais eficiente de fazer isso

def analyse_relationships(df):

numeric_cols = df.select_dtypes(include=[np.number])
threshold = 0.001
relationships = []

# For all possible combinations of numeric columns
for col1, col2 in combinations(numeric_cols, 2):
    # For a target column in numeric_columns
    for target_column in numeric_cols:
        # Skip if the target column is one of the relationship columns
        if target_column in (col1, col2):
            continue

        # Calculate different operations
        product = numeric_cols[col1] * numeric_cols[col2]
        sum_cols = numeric_cols[col1] + numeric_cols[col2]
        diff = numeric_cols[col1] - numeric_cols[col2]

        if np.allclose(product, numeric_cols[target_column], rtol=threshold):
            relationships.append(f"{col1} * {col2} = {target_column}")
        elif np.allclose(sum_cols, numeric_cols[target_column], rtol=threshold):
            relationships.append(f"{col1} + {col2} = {target_column}")
        elif np.allclose(diff, numeric_cols[target_column], rtol=threshold):
            relationships.append(f"{col1} - {col2} = {target_column}")

Então, não sei como salvar o arquivo csv que este código cria em uma pasta específica no meu diretório. Qualquer ajuda seria bem-vinda!

#Store rows which do not conform to the relationship in a new dataframe
subset = df[df['check_total_relationship'] == False]`

subset.to_csv('false_relationships.csv', index=False, header=True, encoding='utf-8')`