为何Pandas中DataFrame.corr()与Series.corr()计算结果不一致？

两种方法结果不一致的核心原因是参与计算的样本集不同，本质是手动合并与自动对齐的逻辑差异：

1. 两种方法的样本筛选逻辑 #

• DataFrame.corr()：基于你手动外连接后的df计算，会排除任意一列含NaN的整行，仅保留两序列在同一日期均有有效值的行。但如果手动合并时日期列格式不统一（比如"2023-01-01"和"2023/01/01"）、或合并方式错误，会导致本该匹配的日期被拆分为独立行，产生额外NaN，最终参与计算的样本量/样本内容与预期不符。
• Series.corr()：调用原始Series的corr方法时，Pandas会自动按索引（若索引为日期）对齐两个序列，仅保留同一索引位置两序列均非NaN的样本。这种自动对齐会严格匹配日期格式与索引，避免手动合并的误差。

2. 验证与修复步骤 #

步骤1：检查手动合并的正确性 #

确保合并时日期列格式完全一致（统一转为datetime64类型），并通过索引对齐合并：

# 先将两个DataFrame的索引设为日期列
jpm = jpm.set_index('date').sort_index()
msci = msci.set_index('date').sort_index()
# 按索引外连接合并
df = pd.merge(jpm, msci, left_index=True, right_index=True, how='outer')

步骤2：对比两种方法的有效样本量 #

通过以下代码确认参与计算的样本是否一致：

# df.corr()使用的有效样本数
valid_df = df[['JPM GBI Global All Traded', 'MSCI WORLD U$']].dropna()
print(f"df有效样本数：{len(valid_df)}")

# Series.corr()使用的有效样本数
aligned_series = pd.concat([s1, s2], axis=1).dropna()
print(f"Series对齐后有效样本数：{len(aligned_series)}")

若两个数字不同，说明手动合并时存在日期匹配错误，需修正合并逻辑。

步骤3：重新计算相关系数 #

修正合并逻辑后，再次运行两种方法，结果会完全一致。

结论 #

这不是Pandas的Bug，而是手动合并时的日期对齐失误，导致两种方法使用了不同的样本集。统一对齐逻辑后，结果即可匹配。

内容的提问来源于stack exchange，提问作者Nermin