pandas使用df.corr()计算相关性时忽略数值型列如何解决

问题原因 #

corr()方法默认仅对数值类型列计算相关系数，你遇到的列被忽略的问题，本质是这些赋值生成的列整体dtype不是数值类型，和单个赋值元素的类型无关。你逐行条件赋值时，如果目标列是赋值过程中自动创建的，pandas会默认将列的dtype设为object，就会被corr()直接过滤。

修复方案 #

• 首先确认列的实际类型，执行如下代码查看目标列的整体dtype，不要仅验证单个元素的类型：

  print(Result_ARES['popt0'].dtype)
  

  如果输出为object即可确认是类型问题。

• 方案1：赋值完成后显式转换列类型
  对所有被忽略的列统一执行类型转换，非数值内容会被强制转为NaN，不影响相关系数计算：

  import pandas as pd
  Result_ARES['popt0'] = pd.to_numeric(Result_ARES['popt0'], errors='coerce')
  

• 方案2：循环赋值前提前初始化列
  在执行for循环赋值前，先提前创建目标列并指定数值类型，避免自动生成object类型列：

  # 提前初始化所有需要赋值的列，指定为float64类型
  Result_ARES['popt0'] = pd.Series(dtype='float64')
  # 后续再执行你的for循环赋值逻辑即可
  

修复完成后重新执行df.corr()即可得到包含所有数值列的相关系数结果。

内容的提问来源于stack exchange，提问作者Alex