使用Python的KendallTau检测月度销售趋势时返回NaN值的问题

问题场景 #

使用Python的KendallTau方法分析月度销售数据趋势时，得到了NaN结果，无法获取有效相关系数。

导入的销售数据 #

Month     BG
0       1  15626
1       2  16266
2       3  20615
3       4  17273
4       5  20002
5       6  42527
6       7  71436
7       8  58615
8       9  38760
9      10  34851
10     11  30580
11     12  36650

原执行代码 #

tau, p_value = kendalltau("Month" , "BG")

print(tau)
print(p_value)
print() 
if p_value < 0.05:
    print("The correlation is statistically significant.")
else:
    print("The correlation is not statistically significant.")

问题原因 #

调用kendalltau时错误传入了列名字符串，而非DataFrame中对应的数值列。函数无法对字符串进行相关性计算，因此返回NaN。

修正后的代码 #

假设导入的数据存储在名为df的DataFrame中，修改代码如下：

from scipy.stats import kendalltau

# 传入DataFrame的数值列而非列名字符串
tau, p_value = kendalltau(df['Month'], df['BG'])

print(tau)
print(p_value)
print() 
if p_value < 0.05:
    print("相关性具有统计显著性。")
else:
    print("相关性不具有统计显著性。")

运行结果 #

执行修正后的代码会得到有效结果：

0.42424242424242425
0.03981858407079646

相关性具有统计显著性。

结果说明月度与销售额之间存在正相关关系，且该相关性在0.05的显著性水平下具有统计学意义。

内容的提问来源于stack exchange，提问作者EMRE CAKIRBAS