import pandas as pdd = {'Val1': ['A','A','A','B','B','B','C','C','C','D','D','D'], 'Val2': [5,4,6,4,8,7,4,5,2,1,1,9] , 'Val3': [4, 5,6,1,2,9,8,5,1,5,9,5]}df = pd.DataFrame(data=d)df輸出Val1 Val2 Val3 Val4+++0   A   5   41   A   4   52   A   6   63   B   4   14   B   8   25   B   7   96   C   4   87   C   5   58   C   2   19   D   1   510  D   1   911  D   9   5可以使用此代碼計算兩列的相關(guān)性，但是我不確定這是否是最佳/最快的方法。 vers1=df.groupby('Val1')[['Val2','Val3']].corr().iloc[0::2][['Val3']] vers2=df.groupby('Val1')[['Val2','Val3']].corr().iloc[0::2]['Val3']A    Val2  0.500000B    Val2  0.385727C    Val2  0.714575D    Val2 -0.500000我無法將數(shù)據(jù)連接到原始數(shù)據(jù)，因此它們看起來像這樣。  Val1 Val2 Val3 Val4+++0   A   5   4  0.5000001   A   4   5  0.5000002   A   6   6  0.5000003   B   4   1  0.3857274   B   8   2  0.3857275   B   7   9  0.3857276   C   4   8  0.7145757   C   5   5  0.7145758   C   2   1  0.7145759   D   1   5 -0.50000010  D   1   9 -0.50000011  D   9   5 -0.500000如果我能夠?qū)⑺鼈兗尤朐寄Ｐ?，則可以采用其他方法來計算相關(guān)性或關(guān)聯(lián)性度量。