Pandas计算相关性系数corr()方法详解与参数对比

洛溪

发布时间：2026-10-15 | 5人浏览过

原创

本文详细介绍Pandas中计算相关性系数的corr()方法。涵盖相关性的定义、正负相关判断及系数范围[-1,1]。重点解析method参数的三种选项：pearson（线性）、kendall（分类/无序）和spearman（非线性），并通过一元二次方程示例对比各系数在非线性数据下的表现差异，强调相关性与因果性的区别。

在Pandas中，可以使用corr()方法来计算数据列之间的相关性系数。

为了演示计算过程，首先构造如下示例数据：

import pandas as pd

data = pd.DataFrame(
    data={
        'age': [2,7,10,16,20],
        'height': [70,90,143,166,178],
        'score': [98,37,103,76,53]
    }
)

接下来使用corr()方法计算相关性系数。

# 计算相关性系数的列 必须都是数值型的数据！
corr = data.loc[:, ["age","height"]].corr()        # 会计算两两列之间的相关性系数
print("corr\n", corr)
"""
corr
            age   height
age     1.00000  0.96043
height  0.96043  1.00000
"""

需要注意的是，变量与自身的相关性系数恒为1。

若要计算多列之间的两两相关性系数，操作如下：

corr = data.loc[:, ["age","height","score"]].corr()
print("corr\n", corr)
"""
corr
             age    height     score
age     1.000000  0.960430 -0.340053
height  0.960430  1.000000 -0.096782
score  -0.340053 -0.096782  1.000000
"""

Pandas中DataFrame.corr()方法支持以下参数配置。

DataFrame.corr(method='pearson', min_periods=1)

各参数的具体说明如下：

method：该参数可选值为{‘pearson’, ‘kendall’, ‘spearman’}，用于指定计算方法。
pearson：Pearson相关系数用于衡量两个数据集是否呈线性关系，即针对线性数据计算相关系数；对于非线性数据，该方法的计算结果可能存在误差。
kendall：Kendall系数用于反映分类变量（无序序列）之间的相关性，适用于非正态分布的数据。
spearman：Spearman系数适用于非线性且非正态分布的数据相关性计算。
min_periods：指定计算相关系数时所需的最少样本数据量。
返回值类型为DataFrame表格，包含各变量类型之间的相关系数矩阵。

为了区分不同参数之间的区别，我们进行如下实验验证：

from pandas import DataFrame
import pandas as pd
x=[a for a in range(100)]
#构造一元二次方程，非线性关系
def y_x(x):
    return 2*x**2+4
y=[y_x(i) for i in x]
 
data=DataFrame({'x':x,'y':y})
 
#查看下data的数据结构
data.head()
Out[34]: 
   x   y
0  0   4
1  1   6
2  2  12
3  3  22
4  4  36
 
data.corr()
Out[35]: 
          x         y
x  1.000000  0.967736
y  0.967736  1.000000
 
data.corr(method='spearman')
Out[36]: 
     x    y
x  1.0  1.0
y  1.0  1.0
 
data.corr(method='kendall')
Out[37]: 
     x    y
x  1.0  1.0
y  1.0  1.0

由于y值由函数构造得出，x与y的理论相关系数应为1。但从实验结果可知，Pearson系数针对非线性数据存在一定的误差，而Spearman和Kendall系数在此场景下表现更为准确。

需要特别说明的是，数据之间的相关关系并不等同于因果关系。即使相关系数为1，仅说明二者具备完全相关性，并不能推断y是x的结果或x导致y。

以上为个人经验分享，希望能为大家提供参考，也希望大家多多支持本站。