Python 两个数据帧之间每日数据的月度相关性

我有两个每日数据帧：

import pandas as pd
dates = pd.date_range('2016-01-01', '2018-01-01')
ndays = len(dates)
df1 = pd.DataFrame(np.random.rand(ndays, 3), columns=['a','b','c'], index=dates)
df2 = pd.DataFrame(np.random.rand(ndays, 3), columns=['a','b','c'], index=dates)

我想将每个数据帧中的值的相关性放在不重叠的每月段中。返回值应该是按月份索引的数据帧，具有列['a'、'b'、'c']，其中每个值是该日历月份df1和df2中每日值的相关性

---

我可以在列和月之间循环计算，但这听起来不像熊猫会这样做。有没有一种方法可以基于日历月分割两个数据帧，在它们之间应用相关性，然后合并成一个数据帧？

这里有一个有点混乱的单行线：

pd.DataFrame.from_dict({col:pd.concat([df1[[col]],df2[[col]]],axis=1).groupby(pd.Grouper(freq='M')).apply(lambda x: x.corr().values[0,1]) for col in df1.columns})

---

基本上，我为每一列创建一个新的数据帧，每月计算相关矩阵，然后提取非对角（互相关）元素。可能有一种更漂亮的方法可以做到这一点，但这似乎很快就能奏效。

hi，您有没有办法在同一数据集中的两列中做到这一点？您的方式是可行的，但它是用值替换所有列，而不是创建新列