corrwith()是否适用于分组后时间序列DataFrame的相关性计算？

结论：你的场景下可以用，但要注意代码写法和数据对齐问题。

针对你的示例分析 #

你的df1和df2已经按周完成分组，且每行的date完全匹配，满足时间序列相关性计算的核心前提——数据点严格时间对齐。

但你写的代码df1.corrwith(df2.count)存在错误：df2.count是调用DataFrame的count()方法（用于统计每列的非空值数量），并非取count列，正确写法应为df1.corrwith(df2['count'])。

执行修正后的代码，会计算df1中每一列与df2['count']的皮尔逊相关系数。对于你的数据，df1['count']和df2['count']的相关系数，就能直接反映两个时间序列的线性相关性。

关键注意事项 #

• 必须保证时间对齐：如果两个DataFrame存在时间点不匹配的情况，corrwith会自动丢弃不匹配的行，可能导致结果失真。更稳妥的做法是先将date设为索引，确保索引一致：

  df1 = df1.set_index('date')
  df2 = df2.set_index('date')
  # 筛选共同时间点确保对齐
  common_dates = df1.index.intersection(df2.index)
  df1_aligned = df1.loc[common_dates]
  df2_aligned = df2.loc[common_dates]
  # 计算相关性
  corr = df1_aligned['count'].corr(df2_aligned['count'])
  

• 相关性方法选择：corrwith默认使用皮尔逊相关系数，适合衡量线性相关关系；若要衡量单调相关趋势，可通过method参数指定'spearman'或'kendall'。
• 单列更高效的写法：如果只需要计算两列的相关性，直接用df1['count'].corr(df2['count'])更直观，结果是单一的相关系数，无需使用corrwith（它更适合多列批量计算场景）。

内容的提问来源于stack exchange，提问作者teebee99