如何使用Polars实现与Pandas一致的十列间相关性计算效果？

原Pandas代码逻辑回顾 #

你之前的Pandas代码完成了以下操作：

1. 仅计算DataFrame中数值列的相关系数矩阵
2. 将矩阵堆叠为长格式（MultiIndex索引的Series）
3. 按相关系数降序排序
4. 过滤掉相关系数等于1的行（即列与自身的相关性）

Polars实现代码 #

以下是完全对齐原逻辑的Polars代码：

import polars as pl

# 1. 选择数值列并计算相关系数矩阵
corr_matrix = df.select(pl.col(pl.NUMERIC_DTYPES)).corr()

# 2. 将矩阵转为长格式（对应Pandas的stack操作）
corr_long = (
    corr_matrix
    .with_row_index("col1")  # 将行名转为列，作为第一列
    .unpivot(index="col1", variable_name="col2", value_name="correlation")  # 宽表转长表
)

# 3. 按相关系数降序排序 + 4. 过滤掉相关系数等于1的行
result = corr_long.sort("correlation", descending=True).filter(pl.col("correlation") < 1)

# 可选：设置双索引，更贴近Pandas输出格式
result = result.set_index(["col1", "col2"])

print(result)

关键细节说明 #

• pl.col(pl.NUMERIC_DTYPES) 等价于Pandas的numeric_only=True，仅筛选数值类型列
• with_row_index + unpivot 对应Pandas的stack()，将宽格式相关矩阵转为包含两两列对及对应相关性的长格式
• Polars的corr()方法默认使用Pearson相关系数，与Pandas默认行为一致
• 最终结果的排序、过滤逻辑完全匹配原代码，输出内容与Pandas版本一致

内容的提问来源于stack exchange，提问作者Arthur Zhang