咨询：是否存在支持自定义函数f(x,y)的DataFrame.corr等价实现

pandas本身没有直接提供和DataFrame.corr()完全等价、支持传入任意二元函数的内置方法，但可以通过几种简单方式实现需求，核心思路是遍历DataFrame的所有列对，应用自定义函数后整理成矩阵形式。

方法一：双重循环构建矩阵 #

这是最直观的方式，遍历所有列的两两组合，计算函数值后填充到结果矩阵中：

import pandas as pd
import numpy as np

# 示例DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [2, 4, 6, 8],
    'C': [3, 1, 4, 2]
})

# 自定义二元函数（这里以皮尔逊相关系数为例，和corr默认行为一致）
def custom_func(x, y):
    return np.corrcoef(x, y)[0, 1]

cols = df.columns
n_cols = len(cols)
# 初始化结果矩阵
result_matrix = pd.DataFrame(np.zeros((n_cols, n_cols)), index=cols, columns=cols)

# 遍历所有列对计算值
for i in range(n_cols):
    for j in range(n_cols):
        result_matrix.iloc[i, j] = custom_func(df[cols[i]], df[cols[j]])

print(result_matrix)

方法二：借助scipy的cdist简化代码 #

利用scipy.spatial.distance.cdist函数，它可以批量计算两组数组间的两两距离/相似度，只需将DataFrame转置（让列变为行）即可适配：

from scipy.spatial.distance import cdist

# 自定义二元函数（要求输入为一维数组）
def custom_func(x, y):
    return np.corrcoef(x, y)[0, 1]

# 转置DataFrame后用cdist计算，再转回DataFrame格式
result_matrix = pd.DataFrame(
    cdist(df.T.values, df.T.values, metric=custom_func),
    index=df.columns,
    columns=df.columns
)

print(result_matrix)

注意事项 #

• 如果自定义函数是对称的（即f(x,y)=f(y,x)），可以优化循环只计算上三角或下三角，再复制到对称位置，提升效率。
• 对于大型DataFrame，建议优先使用向量化操作或cdist这类优化过的函数，避免纯Python循环的性能瓶颈。

内容的提问来源于stack exchange，提问作者goweon