Question

我正在尝试用Python编写VAR模型（不允许在statsmodel中使用预制函数，例如VAR）。

为此，我需要因变量的矩阵。我有一个3个政府债券的数据集，它们都具有不同的期限。数据导入并按如下处理

# importing file
df = pd.read_csv("C://Users/raymond/Desktop/Econometrie3/us_tbills_8019.csv")

# dropping years > 1999
df = df.iloc[:240]

# calculating log differences
Dates = pd.to_datetime(df['DATE'], format='%Y-%m-%d')
mData = df[['GS10','GS5','GS1']]
mData.index = pd.DatetimeIndex(Dates)
AllData = mData
logdif = np.log(mData).diff().shift(1).dropna()

要创建矩阵Y（它是因变量的矩阵），我想取 logdif 的值，范围为i = 1：K和j = P + 1：T-1

我尝试了以下步骤来创建矩阵：

# variables
K = 3
T = df.shape[0]
P = 4

# matrix of Dependent Variable
Y = logdif
def functionY():
    for i in range(1, 3, 1):
        for j in range(P+1, T-1, 1):
            Y[i][j-1] = logdif[i][j]
        return Y

我也尝试了其他方法来找到矩阵，但没有任何效果。
有关创建矩阵的任何提示吗？

Answer 1

我无法理解您的所有代码（因此可能还有其他问题），但是我注意到您正在将数据帧logdif分配给第二个变量Y，然后将值写入{{ 1}}。您应该知道，这会修改Y，因为它仅是通过引用分配的。（这看起来并不理想，因为您正在同时从logdif中读取。）

使用logdif可以避免这种情况。

编辑：而且，Y = logdif.copy()与range(1,3,1)相同。

编辑：另外，您提到您正在尝试创建矩阵；您现在使用的变量仍然是DataFrame（np.log在此处保留参数的类型）。您可以使用range(1,3)进行更改。

尝试从另一个具有特定限制的数据帧创建数据帧

1 个答案: