Python中用iloc选0-8列计算相关性：corr()参数及用法疑问

先纠正你的iloc切片错误 #

你要选取索引0至8的前9列，但[:,0:8]是左闭右开切片，实际只包含0到7共8列。正确的写法应该是[:,0:9]，这样才能覆盖0-8的9列数据。

corr()方法的常用参数说明 #

pandas的corr()方法不需要强制传参，默认就能计算皮尔逊相关系数，但你可以根据需求指定以下关键参数：

• method：指定相关系数计算方法
  • 'pearson'：默认值，适用于线性相关的连续变量
  • 'spearman'：斯皮尔曼秩相关，适合非线性但单调的变量，或者包含异常值的场景
  • 'kendall'：肯德尔秩相关，适合小样本或有序分类变量
  • 也可以传入自定义函数（需接受两个一维数组，返回一个标量）
• numeric_only：布尔值，默认True，只对数值型列计算相关性，避免非数值列导致报错
• min_periods：计算相关系数所需的最小非缺失观测数，默认1，当数据缺失较多时可适当调大

iloc与corr()结合的注意事项 #

• iloc选取多列后返回的是DataFrame对象，可直接链式调用corr()，无需额外转换
• 确保iloc选取的列以数值型为主，如果包含非数值列，建议开启numeric_only=True过滤，或提前对非数值列做编码/删除处理
• 牢记iloc切片的左闭右开规则，避免列数选取错误

正确代码示例 #

# 选取索引0-8的9列，计算皮尔逊相关系数（自动过滤非数值列）
corr_matrix = dataset.iloc[:, 0:9].corr(method='pearson', numeric_only=True)

内容的提问来源于stack exchange，提问作者Nafiisa