如何在python中计算二进制变量之间的相关性？

两个二进制变量（x和y）在一个数据帧中形成了多个日期的两列。我想计算x和y之间的相关分数，量化x=1和y=1的相关程度（x=0和y=0）

什么样的相关性定义是合适的

有内置的功能吗

---

|第| x | y天|

0  | 1 | 1

1  | 1 | 0

2  | 0 | 0

3  | 1 | 1

---

说明：这是两个分类。比如，x=早餐吃鸡蛋（0或1），y=头痛（0或1）。有几天x和y的数据，我想看看生蛋和头痛有多“密切相关”。我知道皮尔逊的相关性在这里不适用。可以使用什么？

本例中使用的相关度量是皮尔逊的rho。定义为两个二元变量，也称为皮尔逊相关系数

rho = (n11*n00 -  n10*n01)/sqrt(n11.n10.n01.n00)
where 
n11 (n00) = number of rows with x=1(0) and y=1(0) etc. 

---

如果这些变量是分类变量，则无法计算相关性。

df.x.corr（df.y）

这些是二进制变量的可能重复项对于x和y都是1>0和0<1，或者您是否将两个类别编码为0和1？如果是后者，则不能执行关联，但可以拟合某种分类算法，并在拟合后读取其参数。这是两个类别。比如，x=早餐吃鸡蛋（0或1），y=头痛（0或1）。有几天x和y的数据，我想看看生蛋和头痛有多“密切相关”。我知道皮尔逊的相关性在这里不适用。可以使用什么？