如何使用Python代码无需绘图展示DataFrame中的不相关列

以下是基于pandas的实现代码，核心思路是通过计算列间相关系数矩阵，筛选出与其他所有列相关度均低于指定阈值的列：

完整代码示例 #

import pandas as pd
import numpy as np

# 假设df为你已有的DataFrame
# 1. 仅保留数值列计算相关系数，非数值列无法计算相关性
num_df = df.select_dtypes(include='number')
# 2. 计算绝对值相关系数矩阵，默认用皮尔逊相关
corr_matrix = num_df.corr().abs()
# 3. 把对角线的自相关值（固定为1）替换为0，避免干扰判断
np.fill_diagonal(corr_matrix.values, 0)
# 4. 自定义相关性阈值，低于该值认为是不相关，可根据需求调整
corr_threshold = 0.1
# 5. 筛选出和其他所有列的最大相关系数都低于阈值的列
uncorrelated_columns = corr_matrix.columns[corr_matrix.max(axis=1) < corr_threshold].tolist()

# 输出结果
print(uncorrelated_columns)

可选调整说明 #

• 若需要使用斯皮尔曼/肯德尔相关系数，修改corr()方法的参数即可，比如num_df.corr(method='spearman')
• 阈值可根据业务场景调整：要求严格的不相关场景可设为0.05，宽松场景可设为0.2
• 若你的DataFrame已经全是数值列，可以跳过第一步筛选数值列的步骤

内容的提问来源于stack exchange，提问作者user17051608