Encontrar correspondência entre duas variáveis em um dataframe

date day holiday payments var_payments jobs var_jobs pay_divided_by_jobs 0 2019-03-01 friday n 144 -59,89% 349 1645,00% 0,41 1 2019-03-02 saturday y 39 -72,92% 7 -97,99% 5,57 2 2019-03-03 sunday y 38 -2,56% 14 100,00% 2,71 3 2019-03-04 monday y 102 168,42% 17 21,43% 6,00 4 2019-03-05 tuesday y 113 10,78% 15 -11,76% 7,53 5 2019-03-06 wednesday y 107 -5,31% 327 2080,00% 0,33 6 2019-03-07 thursday n 206 92,52% 573 75,23% 0,36 7 2019-03-08 friday n 147 -28,64% 478 -16,58% 0,31 8 2019-03-09 saturday y 52 -64,63% 34 -92,89% 1,53 9 2019-03-10 sunday y 51 -1,92% 36 5,88% 1,42 10 2019-03-11 monday n 183 258,82% 532 1377,78% 0,34 11 2019-03-12 tuesday n 271 48,09% 439 -17,48% 0,62 12 2019-03-13 wednesday n 246 -9,23% 454 3,42% 0,54 13 2019-03-14 thursday n 116 -52,85% 408 -10,13% 0,28 14 2019-03-15 friday n 212 82,76% 329 -19,36% 0,64 15 2019-03-16 saturday y 74 -65,09% 26 -92,10% 2,85 16 2019-03-17 sunday y 41 -44,59% 30 15,38% 1,37 17 2019-03-18 monday n 224 446,34% 552 1740,00% 0,41 18 2019-03-19 tuesday n 181 -19,20% 424 -23,19% 0,43 19 2019-03-20 wednesday n 166 -8,29% 481 13,44% 0,35 20 2019-03-21 thursday n 123 -25,90% 386 -19,75% 0,32 21 2019-03-22 friday n 143 16,26% 384 -0,52% 0,37 22 2019-03-23 saturday y 67 -53,15% 27 -92,97% 2,48 23 2019-03-24 sunday y 61 -8,96% 31 14,81% 1,97 24 2019-03-25 monday n 199 226,23% 544 1654,84% 0,37 25 2019-03-26 tuesday n 170 -14,57% 482 -11,40% 0,35 26 2019-03-27 wednesday n 178 4,71% 465 -3,53% 0,38 27 2019-03-28 thursday n 181 1,69% 481 3,44% 0,38 28 2019-03-29 friday n 131 -27,62% 402 -16,42% 0,33 29 2019-03-30 saturday y 74 -43,51% 19 -95,27% 3,89 30 2019-03-31 sunday y 44 -40,54% 31 63,16% 1,42

Olá Tiago,

Acredito que o apenas o método corr do pandas já vai resolver isso tudo para você (após algum tratamento dos dados).

Recomendo você ver o curso Regressão Linear: Testando Relações e Prevendo Resultados, principalmente na primeira metado é mostrado como fazer uma análise dos dados e entender a correlação.

Executando diretamente o corr você já vai ter a informação da correlação entre as colunas payments e jobs qua são as únicas colunas numéricas. O resultado pode ser chamado de coeficiente de correlação.

Resultado:

Como é dito no curso mencionado acima:

O coeficiente de correlação é uma medida de associação linear entre duas variáveis e situa-se entre -1 e +1 sendo que -1 indica associação negativa perfeita e +1 indica associação positiva perfeita.

Então vemos que existe uma forte correlação positiva entre payment e jobs (0.860151).

Para tentar visualizar essa correlação também podemos utilizar um gráfico, que o próprio pandas já ajuda a gerar também utilizando o .plot.line()

Observando o gráfico podemos ver que as duas linhas apresentam um formato parecido, que indica uma relação.

Além desse gráfico também podemos utilizar o lmplot() do seaborn para uma visualização diferente. Se a linha está subindo temos uma relação positiva, caso contrário uma relação negativa:

Agora você pode aplicar essas mesmas técnicas para as outras colunas, só precisa antes transformar os valores para valores numéricos.