嗯，它总是取决于，例如，您可能正在训练什么模型（即，有些模型对多重共线性具有鲁棒性）。我很确定你知道，但是作为经验法则，如果你知道你在寻找什么总是有帮助的，而不是天真地希望一个函数或方法能给出所有的答案。

据说，有很好的进展，实际上是一个强大的 Python 包pandas-profiling，它可以简单地获取一个 pandas 数据帧并在眨眼之间返回许多有用的信息（如果它不是超大数据集的话）。是的，对于冗余，相关性是一个好的开始，基于 Spearman、Pearson 和 Kendall 矩阵的高度相关变量的pandas-profiling亮点。请查看这篇文章以快速阅读有关 pandas-profiling 的信息。

对于分类列，事情通常会变得更加棘手。过去，pandas-profiling没有提供任何东西。我只是仔细检查了一下，有趣的是，他们在他们的 repo上的这个Closed Issue中实现了Cramer 的 V （如果你想了解 Cramer 的 V 4 ，请参阅这篇不错的帖子 ' The Search for Categorical Correlation ' ）。我无法确认它的功能，你必须自己测试它，但我相信它应该是可靠的，因为许多人都为这个项目做出了贡献。不幸的是，他们的文档并不完整，但似乎就在那里，请参阅相关性.html页面。

更新：刚刚发现他们在示例下有一个高级教程，即链接到 Colab 笔记本教程：使用 Kaggle 数据的报告结构（高级），其中数据集是许多数据类型的组合，包括数值和分类，它们实际上显示了所有优雅的相关性，看截图：

祝你好运！