pandas.Series.corr#

Series.corr(other, method='pearson', min_periods=None)[源代码]#

计算相关性与 other 序列，不包括缺失值。

参数

other系列

要用来计算相关性的系列。

method{‘Pearson’，‘Kendall’，‘Spearman’}或可调用

用于计算相关性的方法：

皮尔逊：标准相关系数
Kendall：Kendall Tau相关系数
斯皮尔曼：斯皮尔曼等级相关
Callable：可通过输入两条1Dndarray并返回一个浮点数来调用。

警告

请注意，从corr返回的矩阵沿对角线将有1，并且无论可调用对象的行为如何，该矩阵都将是对称的。

min_periods整型，可选

获得有效结果所需的最小观测数。

退货

浮动: 与其他因素的相关性。

参见

DataFrame.corr: 计算列之间的成对关联。
DataFrame.corrwith: 计算与另一个DataFrame或系列的成对关联。

注意事项

皮尔逊、肯德尔和斯皮尔曼相关性目前是使用成对的完全观测来计算的。

示例

>>> def histogram_intersection(a, b):
...     v = np.minimum(a, b).sum().round(decimals=1)
...     return v
>>> s1 = pd.Series([.2, .0, .6, .2])
>>> s2 = pd.Series([.3, .6, .0, .1])
>>> s1.corr(s2, method=histogram_intersection)
0.3

pandas.Series.copy

pandas.Series.count