如何在Pandas DataFrame两列间计算逐行相关系数并生成新列

注：皮尔逊相关系数需要至少2组样本才能计算出有统计意义的结果，单独每行的两个数值不存在相关系数的概念，以下是两种匹配你需求的常见实现方案：

方案1：滚动窗口逐行计算相关系数 #

如果你需要的是「以当前行为末尾，取连续N行数据计算相关系数」，可以用pandas内置的rolling方法实现：

import pandas as pd

# 你的示例数据
df = pd.DataFrame({'Bananas': [11, 2, 0.5], 'Weight': [84, 81, 78]})

# 窗口大小设为2，即每次取当前行+上一行共2组数据计算相关系数
window_size = 2
df['rolling_corr'] = df['Bananas'].rolling(window_size).corr(df['Weight'])

计算后新列rolling_corr会存储每行对应的相关系数，前window_size-1行因为样本量不足会返回NaN。

方案2：逐行计算两列的数值关联度量 #

如果你只是需要得到每行两个数值的对应关联值（而非统计意义上的相关系数），直接对两列做逐行运算即可：

# 示例1：计算每行Bananas与Weight的比值
df['value_ratio'] = df['Bananas'] / df['Weight']

# 示例2：计算每行两个值的绝对差值
df['abs_diff'] = abs(df['Bananas'] - df['Weight'])

内容的提问来源于stack exchange，提问作者data_runner