如何用Pandas分析DataFrame两列的联动性与相互影响？

当然可以用Pandas结合统计方法实现你的需求，以下是几种比单纯看累计涨幅更系统的分析思路：

一、相关性分析：衡量整体联动强度 #

相关性系数是最直接的指标，能量化两列数据的线性或趋势同步性：

• 皮尔逊相关系数：适合衡量线性关系，取值范围[-1,1]，绝对值越接近1说明线性联动越强
• 斯皮尔曼秩相关系数：适合衡量单调趋势的同步性（不管是否线性），比如两列数据同涨同跌但幅度不同的情况

实现代码：

import pandas as pd

# 假设你的DataFrame名为df
# 计算皮尔逊相关系数（默认方法）
pearson_corr = df[['Col1', 'Col2']].corr().iloc[0, 1]
# 计算斯皮尔曼秩相关系数
spearman_corr = df[['Col1', 'Col2']].corr(method='spearman').iloc[0, 1]

print(f"皮尔逊相关系数: {pearson_corr:.4f}")
print(f"斯皮尔曼秩相关系数: {spearman_corr:.4f}")

二、同步变动分析：聚焦每日波动的一致性 #

看累计涨幅只能反映长期趋势，分析每日变动的同步性更能体现短期联动：

1. 每日涨跌幅的相关性
   计算相对于前一日的涨跌幅，再看两者的相关性：

# 计算每日涨跌幅（跳过首日的NaN值）
df['Col1_pct'] = df['Col1'].pct_change()
df['Col2_pct'] = df['Col2'].pct_change()

# 计算涨跌幅的相关系数
pct_corr = df[['Col1_pct', 'Col2_pct']].corr().iloc[0, 1]
print(f"每日涨跌幅相关系数: {pct_corr:.4f}")

2. 同向变动频率统计
   统计两者同时上涨、同时下跌的天数占比，比例越高说明同步性越强：

# 标记涨跌幅方向（1=涨，-1=跌，0=平）
df['Col1_dir'] = df['Col1_pct'].apply(lambda x: 1 if x > 0 else (-1 if x < 0 else 0))
df['Col2_dir'] = df['Col2_pct'].apply(lambda x: 1 if x > 0 else (-1 if x < 0 else 0))

# 统计有效交易日（排除两者都持平的情况）
total_valid = len(df[(df['Col1_dir'] != 0) | (df['Col2_dir'] != 0)])
# 统计同向变动的天数
same_dir = len(df[(df['Col1_dir'] == df['Col2_dir']) & (df['Col1_dir'] != 0)])

print(f"同向变动天数占比: {same_dir / total_valid:.2%}")

三、因果关系检验：判断相互影响（可选） #

如果要验证两列是否存在统计上的相互影响，可以用格兰杰因果检验（需要statsmodels库配合），注意这只是统计预测层面的因果，并非实际因果关系：

from statsmodels.tsa.stattools import grangercausalitytests

# 清理缺失值
clean_data = df[['Col1', 'Col2']].dropna()

# 检验Col1是否能预测Col2（即Col1是否是Col2的格兰杰原因）
print("Col1 → Col2 格兰杰因果检验:")
grangercausalitytests(clean_data[['Col2', 'Col1']], maxlag=3)

# 检验Col2是否能预测Col1
print("\nCol2 → Col1 格兰杰因果检验:")
grangercausalitytests(clean_data[['Col1', 'Col2']], maxlag=3)

如果检验结果的p值小于0.05，说明在95%置信水平下，拒绝"前者不是后者格兰杰原因"的原假设。

四、可视化辅助验证 #

用可视化能更直观地观察联动趋势：

import matplotlib.pyplot as plt

# 标准化后绘制走势（消除量纲差异）
normalized_df = (df[['Col1', 'Col2']] - df[['Col1', 'Col2']].mean()) / df[['Col1', 'Col2']].std()
plt.figure(figsize=(12, 6))
plt.plot(df.index, normalized_df['Col1'], label='Col1')
plt.plot(df.index, normalized_df['Col2'], label='Col2')
plt.title('标准化后Col1与Col2的走势对比')
plt.legend()
plt.show()

# 涨跌幅散点图
plt.figure(figsize=(8, 6))
plt.scatter(df['Col1_pct'], df['Col2_pct'], alpha=0.6)
plt.xlabel('Col1 每日涨跌幅')
plt.ylabel('Col2 每日涨跌幅')
plt.title('Col1与Col2涨跌幅散点图')
plt.show()

内容的提问来源于stack exchange，提问作者Sylv99