我如何查看full中Age列中非空列与指定其他列的corr

如果你想查看 `full` 数据框中 `Age` 列与其它列之间的非空值相关性（即去掉了缺失值后的关联度），你可以按照以下步骤操作：

1. 首先，过滤出 `Age` 列中有值的数据行。可以使用 `pandas` 的 `dropna()` 函数或者条件筛选，例如：

   non_empty_df = full[full['Age'].notnull()]

2. 然后选择 `Age` 列与其他你想计算相关性的列（假设是 `column_name`）。如果有多列，可以将它们放在列表里：

   cols_to_correlate = ['column_name', 'other_column_name', ...]

3. 使用 `DataFrame.corr()` 函数计算相关系数矩阵。传入 `'age'` 作为 `Age` 列的别名，因为之前我们处理的是 `Age` 列的非空部分：

   corr_matrix = non_empty_df[['age'] + cols_to_correlate].corr()

这将会返回一个对角线为1的矩阵，其中 `corr_matrix.loc['age', cols_to_correlate]` 子矩阵包含 `Age` 与其他列的相关系数。

4. 可能还需要调整输出格式，例如只保留绝对值大于某个阈值的部分，或者按降序排列：

   correlation_results = corr_matrix.abs().sort_values('age', ascending=False)

5. 最后，你可以打印整个结果，或者仅仅输出 `Age` 列与特定列的对应值：

   print(correlation_results['age'])