多列熊猫的滚动关联

博斯曼

我试图计算，然后在180天（此示例中为3天）窗口中可视化多个列之间的滚动相关性。

我的数据的格式是这样的（在原始文件中，有12列加上时间戳和数千行）：

import numpy as np
    import pandas as pd
    df = pd.DataFrame({"Timestamp" : ['1993-11-01' ,'1993-11-02', '1993-11-03', '1993-11-04','1993-11-15'], "Austria" : [6.18 ,6.18, 6.17, 6.17, 6.40],"Belgium" : [7.05, 7.05, 7.2, 7.5, 7.6],"France" : [7.69, 7.61, 7.67, 7.91, 8.61]},index = [1, 2, 3,4,5])

Timestamp   Austria Belgium France
1   1993-11-01  6.18    7.05    7.69
2   1993-11-02  6.18    7.05    7.61
3   1993-11-03  6.17    7.20    7.67
4   1993-11-04  6.17    7.50    7.91
5   1993-11-15  6.40    7.60    8.61

我不能只使用此公式，因为由于Timestamp列而出现格式错误：

df.rolling(2).corr(df)
ValueError: could not convert string to float: '1993-11-01'

当我删除“时间戳”列时，每个单元格得到的结果为1.0，那也不对，此外，我丢失了最终将用于可视化图形的时间戳。

df_drop = df.drop(columns=['Timestamp'])
df_drop.rolling(2).corr(df_drop)


Austria Belgium France
1   NaN NaN NaN
2   NaN NaN 1.0
3   1.0 1.0 1.0
4   -inf1.0 1.0
5   1.0 1.0 1.0

有什么经验如何对多列和数据索引进行滚动关联？

克诺尔

我基于Shreyans Jain的回答提出以下建议。它应该与任意数量的列一起使用：

import itertools as it

# omit timestamp-col
cols = list(df.columns)[1:]
# -> ['Austria', 'Belgium', 'France']

col_pairs = list(it.combinations(cols, 2))
# -> [('Austria', 'Belgium'), ('Austria', 'France'), ('Belgium', 'France')]

res = pd.DataFrame()

for pair in col_pairs:
    # select the first three letters of each name of the pair
    corr_name = f"{pair[0][:3]}_{pair[1][:3]}_corr"
    res[corr_name] = df[list(pair)].\
                    rolling(min_periods=1, window=3).\
                    corr().iloc[0::2, -1].reset_index(drop=True)

print(str(res))

   Aus_Bel_corr  Aus_Fra_corr  Bel_Fra_corr
0           NaN           NaN           NaN
1           NaN           NaN           NaN
2     -1.000000     -0.277350      0.277350
3     -0.755929     -0.654654      0.989743
4      0.693375      0.969346      0.849167

开头的NaN值来自窗口。

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。