更改日期以适应相关矩阵

Question

我想创建一个相关性矩阵，以便查看我的数据集中哪些变量是有用的，因为我的数据集里有超过600个变量。

数据集

我使用了 df.corr()，但收到了一个错误信息，提示 Python 无法将字符串转换为浮点数。问题出在日期列。这个日期的格式是 YYYYmM，比如 2019m5（表示2019年5月）。我是不是只需要更改一下格式？如果是的话，我该怎么做才能让矩阵正常工作呢？

Answer 1

相关性只能用数字数据来进行数学计算。

如果你想进行这个计算，记得选择所有的数字数据类型，可以用下面的代码来实现：

df.select_dtypes(include='number')

我建议你先用散点图和热力图来进行数据可视化！