Python嵌套循环计算DataFrame列相关系数时如何获取唯一列对

输出重复是因为双层循环会遍历所有有序列对，对称的列对(col1, col2)和(col2, col1)都会被判定为符合条件的结果，而两列的相关系数本身是对称的，因此会出现重复输出。
直接使用itertools.combinations生成无序、不重复的两两列对即可消除重复，优化后的代码如下：

import itertools
# 预先筛选出需要参与相关系数计算的列
valid_cols = [col for col in df.columns if col not in ["Country", "Status"]]
# 遍历所有不重复的两列组合，每个列对仅出现一次
for col1, col2 in itertools.combinations(valid_cols, 2):
    corr = round(df[col1].corr(df[col2]), 2)
    if abs(corr) > 0.5:
        print(col1, col2, corr)

改动说明 #

• 提前过滤无效列：将不需要参与计算的Country、Status列提前筛除，无需在每次循环中重复判断，减少冗余计算
• itertools.combinations(valid_cols, 2)会生成所有长度为2的无顺序不重复元素组合，从根源上避免了顺序颠倒的重复列对
• 用绝对值判断abs(corr) > 0.5替代原有的两个阈值判断，逻辑完全一致，代码更简洁

内容的提问来源于stack exchange，提问作者beridzeg45