判断两列是否有相关性关系的一个例子

判断价格与购买人数，
相关性系数不可以输出特征相关的公式
回归可以输出相关关系的公式

利用相关性系数

import pandas as pd
from scipy.stats import pearsonr, spearmanr, kendalltau
import numpy as np

data = pd.read_csv('C:/Users/yangyunpeng/Desktop/123123.csv')
# 判断数组中的元素是否为NaN或inf,并将其置为0
data[np.isinf(data) | np.isnan(data)] = 0

#print(data.corr())
#sns.heatmap(data.corr(), annot=True)
#plt.show()


# 计算数值列的分位数
q1 = data['avg_price'].quantile(q=0.1)
q3 = data['avg_price'].quantile(q=0.9)
# 删除四分位数范围外的所有行
data = data.drop(data[(data['avg_price'] < q1) | (data['avg_price'] > q3)].index)
#删除DataFrame中根据某一列的数值删除对应所有行
data=data.drop(data[data['count(distinct domain_id)'] < 1].index)
#按照某列的数值从大到小进行其他列的排序
data = data.sort_values(by='count(distinct domain_id)', ascending=False)
#print(data)

# 删除数组中的元素 data = np.delete(data_o, np.where(mask))
x = data['avg_price']
y = data['count(distinct domain_id)']
# 计算Pearson相关系数和p值
pearson_corr, pearson_pvalue = pearsonr(x, y)
print('Pearson相关系数：', pearson_corr)
print('Pearson p值：', pearson_pvalue)

# 计算Spearman秩相关系数和p值
spearman_corr, spearman_pvalue = spearmanr(x, y)
print('Spearman秩相关系数：', spearman_corr)
print('Spearman p值：', spearman_pvalue)

# 计算Kendall秩相关系数和p值
kendall_corr, kendall_pvalue = kendalltau(x, y)
print('Kendall秩相关系数：', kendall_corr)
print('Kendall p值：', kendall_pvalue)

Pearson相关系数： -0.024778684605260518
Pearson p值： 0.028105969640083453
Spearman秩相关系数： -0.09442789542281876
Spearman p值： 5.057909838678121e-17
Kendall秩相关系数： -0.07182909221982381
Kendall p值： 4.4489210579224094e-17

这个结果代表了两个变量之间的相关性程度及其统计显著性。

• Pearson相关系数是一种线性相关系数，其介于-1和1之间。值越接近1或-1，表示两个变量之间的线性相关性越强；值越接近0，则表示两个变量之间的线性相关性越弱。在这个结果中，Pearson相关系数为-0.0247，接近于0，说明两个变量之间的线性相关性很弱。
  Pearson p值是用来判断Pearson相关系数是否统计显著的指标。p值越小，表示Pearson相关系数越显著。在这个结果中，p值为0.0281，小于0.05的显著性水平，说明Pearson相关系数是统计显著的，但是相关性程度很弱。
• Spearman秩相关系数是一种非线性相关系数，用于衡量两个变量之间的单调关系。其介于-1和1之间，值越接近1或-1，表示两个变量之间的单调关系越强；值越接近0，则表示两个变量之间的单调关系越弱。在这个结果中，Spearman秩相关系数为-0.0944，接近于0，说明两个变量之间的单调关系很弱。
  Spearman p值是用来判断Spearman秩相关系数是否统计显著的指标。p值越小，表示Spearman秩相关系数越显著。在这个结果中，p值为5.0579e-17，远小于0.05的显著性水平，说明Spearman秩相关系数是非常显著的，但是相关性程度很弱。
• Kendall秩相关系数是一种非参数的相关系数，用于衡量两个变量之间的顺序关系。其介于-1和1之间，值越接近1或-1，表示两个变量之间的顺序关系越强；值越接近0，则表示两个变量之间的顺序关系越弱。在这个结果中，Kendall秩相关系数为-0.0718，接近于0，说明两个变量之间的顺序关系很弱。
  Kendall p值是用来判断Kendall秩相关系数是否统计显著的指标。p值越小，表示Kendall秩相关系数越显著。在这个结果中，p值为4.4489e-17，远小于0.05的显著性水平，说明Kendall秩相关系数是非常显著的，但是相关性程度很