Python 大熊猫与统计显著性回归的相关性：（nan，1.0）

我想检查数据帧中多个列之间的相关性和相关性的重要性

通过以下数据帧，我构建了以下关联表：

      ARI     Flesch    Kincaid       time  VIX_close  FEDFUNDS  
-2.090000        NaN  -3.400000 2016-02-04  20.239333  0.345333      
16.060272  38.489788  14.355616 2016-02-04  20.239333  0.345333  

当我使用以下代码运行Kincaid和其他变量时，一切正常：

stats.pearsonr(master.Kincaid,master.VIX_close)

但是，当我为其他变量运行类似代码时：

stats.pearsonr(master.ARI,master.VIX_close)

我得到以下输出：

(nan, 1.0)

我知道如果ARI的方差可以理解，那么这个输出是可以理解的，但事实并非如此——ARI与Kincaid非常相似

---

附加问题：是否有必要一次性对整个相关性表进行显著性测试？提前感谢。

熊猫有一个内置的相关函数，可以针对整个数据帧运行

也许只要运行master.corr（）

计算所有组合：

import itertools
from scipy.stats import ttest_ind, pearsonr
columns_combinations = [c for c in itertools.combinations(master.columns,2)]
pearson_calc_df = pd.DataFrame([pearsonr(master[c[0]], master[c[1]]) for c in columns_combinations], 
                               index=columns_combinations)
ttest_calc_df = pd.DataFrame([ttest_ind(master[c[0]], master[c[1]]) for c in columns_combinations], 
                              index=columns_combinations)

---

由于方差为零，因此相关性上仍然存在NaN。

？只有ARI和Kincaid在这里有任何变化，所以没有其他变化。我的意思是，您只显示了2行数据，大多数数据都具有相同的值，因此不确定您期望的是什么。如果你有更多的数据，你应该显示出来。如果你有1000行，不要显示1000行，但可能会显示5到10行数据。数据确实有所不同，我只放了两行来显示我的数据帧的格式…谢谢，这就是我用来制作相关表的东西，但是有没有办法测试重要性呢？@GrahamStreich请看这个