Python 如何计算熊猫数据帧相关函数中使用的非NA/null值的数量？

根据pandas.DataFrame.corr的文档，它将计算列的成对相关性，不包括NA/null值。

---

计算用于计算每个相关性值的非NA/null值的数量的最简单方法是什么？

相关性要求两个值都不为null。我们可以使用广播对所有列组合执行成对检查。结果是一个矩阵，其中包含相关性计算中使用的有效行数

import numpy as np
import pandas as pd

# Sample data
np.random.seed(42)
df = pd.DataFrame(np.random.choice(list(range(50)) + [np.NaN], (1000,6)),
                  columns=list('abcdef'))

arr = df.notnull().to_numpy().T
pd.DataFrame((arr & arr[:, None]).sum(2), index=df.columns, columns=df.columns)

#     a    b    c    d    e    f
#a  978  960  961  958  957  958
#b  960  982  964  962  959  960
#c  961  964  982  963  959  960
#d  958  962  963  980  957  958
#e  957  959  959  957  977  955
#f  958  960  960  958  955  978