Python 为什么我在找出数据帧中一个变量和所有其他变量的相关性时出错

考虑以下数据集（导入为df）：

我想做的是找出

印度卢比

和所有其他货币的相关性，为此，我尝试使用以下python代码：

df['Indian Rupee'].corr(~df['Indian Rupee'])

上面抛出了一个错误：

TypeError: ufunc 'invert' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

我想了解为什么会出现上述错误？为什么我不能通过这种方式找到相关性？

---

这里有什么选择？

一个选择是对整个数据帧进行关联，然后只选择您关心的列

df.corr()['Indian Rupee']

ChineseYuan          0.304050
Euro                 0.243851
JapaneseYen         -0.270123
U.K.PoundSterling    0.314681
U.S.Dollar           0.872862
IndianRupee          1.000000
Name: IndianRupee, dtype: float64

---

一种选择是对整个数据帧进行关联，然后只选择您关心的列

df.corr()['Indian Rupee']

ChineseYuan          0.304050
Euro                 0.243851
JapaneseYen         -0.270123
U.K.PoundSterling    0.314681
U.S.Dollar           0.872862
IndianRupee          1.000000
Name: IndianRupee, dtype: float64

---

~

是按位求反运算符。可以对布尔值（级数）或整数（级数）求反。你不能否定浮点数系列，这是不安全的

换句话说，

~df['Indian rupe']

不会为您排除其他列。如果要删除，请使用：

df.drop('Indian Rupee', axis=1)

所以你可以

df.drop('Indian Rupee', axis=1).corrwith(df['Indian Rupee'])

输出：

Chinese Yuan           0.267802
Japanese Yen          -0.270123
U.K. Pound Sterling    0.197496
U.S. Dollar            0.846584
dtype: float64

---

~

是按位求反运算符。可以对布尔值（级数）或整数（级数）求反。你不能否定浮点数系列，这是不安全的

换句话说，

~df['Indian rupe']

不会为您排除其他列。如果要删除，请使用：

df.drop('Indian Rupee', axis=1)

所以你可以

df.drop('Indian Rupee', axis=1).corrwith(df['Indian Rupee'])

输出：

Chinese Yuan           0.267802
Japanese Yen          -0.270123
U.K. Pound Sterling    0.197496
U.S. Dollar            0.846584
dtype: float64

---

谢谢你给我解释这个：）谢谢你给我解释这个：）