python - 找到包含缺失数据的功能之间的相关性的正确方法

Question

1）大多数功能不是正常分发的

• 刚才意识到我使用的SciPy pearsonr需要正常 分布（什么是indeed weird）。
• Numpy.corrcoef说明没有说明这些要求。我应该用吗？其他建议？

2）功能包含缺少数据（每个功能少于50％），我想稍后再感受一下。我找不到这些模块如何处理None值。 （只是看到与填充中位数的相同数据集pearsonr＆gt; 0.7找到71个相关特征而不是200 +）

所有内容都存储在pandas数据框中，因此从技术上讲，我将列表（df.column_name）传递给pearsonr。

UPD： 好吧，找到 pandas.DataFrame.corr ：

• 提供 pearson，kendall，spearman
• 明确表示不包括NA / null值
• 对要求或其他细节一无所知

否认这太诱人了，所以我会坚持下去（而Spearman是我的朋友，可以进入数学统计推荐）。但是 - 懒惰的熊猫并不总是适合你。