遍历Pandas指定列计算相关系数时变量未定义的解决方法

你的问题根源很清晰：你把DataFrame的列名（比如passes）当成了独立的Python变量来使用，但实际上这些列名只是DataFrame中的字符串标签，Python找不到对应的变量定义，所以抛出了name 'passes' is not defined的错误。

这里有两种简便的方法来实现你想要的列遍历分析：

方法1：修正循环逻辑（使用字符串列名） #

把列名改成字符串形式放入列表，然后通过索引访问（players[stats]）来获取对应的列，而不是用点语法（players.stats，点语法仅适用于列名符合Python变量命名规则的场景，循环时用索引更可靠）：

import numpy as np
import pandas as pd

# 假设你的players DataFrame已经存在
target_columns = ['passes', 'tackles', 'shots', 'saves']
for col in target_columns:
    # 计算当前列与minutes列的相关系数
    corr_coef = np.corrcoef(players['minutes'], players[col])[1, 0]
    print(f"{col} 与 minutes 的相关系数: {corr_coef:.4f}")

方法2：用Pandas原生函数更高效处理 #

如果你不想写循环，可以用Pandas的corrwith()函数，一次性计算所有目标列与minutes列的相关系数，代码更简洁且性能更好：

# 直接获取所有目标列与minutes的相关系数
correlation_results = players[['passes', 'tackles', 'shots', 'saves']].corrwith(players['minutes'])
print(correlation_results)

这个方法会返回一个Pandas Series，索引是目标列名，值是对应的相关系数，非常方便后续的分析或可视化。

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