两个二进制变量（x和y）在熊猫数据框中形成两列以表示多个日期。我想计算x和y之间的相关性分数，以量化x = 1与y = 1的相关性（x = 0与y = 0的相关性）。
是否有内置功能？
天| x | y
0 | 1 | 1
1 | 1 | 0
2 | 0 | 0
3 | 1 | 1
说明：这是两个分类。例如，x =早餐吃鸡蛋（0或1），y =头痛（0或1）。而且有几天和几天的数据，我想看看吃鸡蛋和头痛是多么“紧密相关”。我了解Pearson的相关性不适用于此处。可以使用什么？。
答案 0 :(得分：0)
我想这就是你想要的，对吧？
df.corr()
可视化
import seaborn as sns
sns.heatmap(df.corr)
答案 1 :(得分：0)
在这种情况下使用的相关度量是Pearson的rho。为两个二进制变量定义，也称为Pearson相关系数。
rho = (n11*n00 - n10*n01)/sqrt(n11.n10.n01.n00)
where
n11 (n00) = number of rows with x=1(0) and y=1(0) etc.