如何计算python中二进制变量之间的相关性？
How to calculate correlation between binary variables in python?
两个二进制变量（x 和 y）在 pandas Dataframe 中为多个日期形成两列。我想计算 x 和 y 之间的相关分数，它量化 x=1 与 y=1 的相关程度（x=0 和 y=0）。
- 相关的什么定义是合适的？
有内置函数吗？
|天| _x | _ y|
0 | 1 | 1
1 | 1 | 0
2 | 0 | 0
3 | 1 | 1
解释：这是两个分类。例如，x = 早餐吃了鸡蛋（0 或 1），y = 头痛（0 或 1）。还有几天的 x 和 y 数据，我想看看 'strongly correlated' 有鸡蛋和头痛是怎么回事。我知道 Pearson 的相关性在这里不适用。有什么用？
本例中使用的相关指标是 Pearson 的 rho。定义为两个二元变量，也称为皮尔逊相关系数。
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.
两个二进制变量（x 和 y）在 pandas Dataframe 中为多个日期形成两列。我想计算 x 和 y 之间的相关分数，它量化 x=1 与 y=1 的相关程度（x=0 和 y=0）。
- 相关的什么定义是合适的？
有内置函数吗？
|天| _x | _ y|
0 | 1 | 1 1 | 1 | 0 2 | 0 | 0 3 | 1 | 1
解释：这是两个分类。例如，x = 早餐吃了鸡蛋（0 或 1），y = 头痛（0 或 1）。还有几天的 x 和 y 数据，我想看看 'strongly correlated' 有鸡蛋和头痛是怎么回事。我知道 Pearson 的相关性在这里不适用。有什么用？
本例中使用的相关指标是 Pearson 的 rho。定义为两个二元变量，也称为皮尔逊相关系数。
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.