Question

我有两个系列具有相同的长度和数据类型。两者都是float64。唯一的区别是索引都是日期，但是一个日期是在月初，另一个是在月末。如何在具有不同索引的系列或数据帧上进行相关或协方差等计算？

import numpy as np
from pandas import Series, DataFrame
import pandas as pd
import Quandl

IPO=Quandl.get("RITTER/US_IPO_STATS", authtoken="api key")
ir=Quandl.get("FRBC/REALRT", authtoken="api key")

ipo_splice=IPO[264:662]
new_ipo=ipo_splice['Gross Number of IPOs'];
new_ipo=new_ipo.T


ir_splice=ir[0:398]
new_ir=ir_splice['RR 1 Month']
new_ir=new_ir.T

new_ipo.corr(new_ir)

Answer 1

reset_index(drop=True)关于你要关联的事情，然后连续。

s1 = pd.DataFrame(np.random.rand(10), list('abcdefghij'), columns=['s1'])
s2 = pd.DataFrame(np.random.rand(10), list('ABCDEFGHIJ'), columns=['s2'])

print pd.concat([s.reset_index(drop=True) for s in [s1, s2]], axis=1).corr()


          s1        s2
s1  1.000000 -0.437945
s2 -0.437945  1.000000

Answer 2

你可以使用resample()函数重新取样你的一个指数（我们的目标是指数BoM或EoM）：

数据：

In [63]: df_bom Out[63]: val 2015-01-01 76 2015-02-01 27 2015-03-01 65 2015-04-01 71 2015-05-01 9 2015-06-01 23 2015-07-01 52 2015-08-01 10 2015-09-01 62 2015-10-01 25 In [64]: df_eom Out[64]: val 2015-01-31 87 2015-02-28 16 2015-03-31 85 2015-04-30 4 2015-05-31 37 2015-06-30 63 2015-07-31 3 2015-08-31 73 2015-09-30 81 2015-10-31 69

<强>解决方案：

In [61]: df_eom.resample('MS') + df_bom C:\envs\py35\Scripts\ipython:1: FutureWarning: .resample() is now a deferred operation use .resample(...).mean() instead of .resample(...) Out[61]: val 2015-01-01 163 2015-02-01 43 2015-03-01 150 2015-04-01 75 2015-05-01 46 2015-06-01 86 2015-07-01 55 2015-08-01 83 2015-09-01 143 2015-10-01 94 In [62]: df_eom.resample('MS').join(df_bom, lsuffix='_lft') C:\envs\py35\Scripts\ipython:1: FutureWarning: .resample() is now a deferred operation use .resample(...).mean() instead of .resample(...) Out[62]: val_lft val 2015-01-01 87 76 2015-02-01 16 27 2015-03-01 85 65 2015-04-01 4 71 2015-05-01 37 9 2015-06-01 63 23 2015-07-01 3 52 2015-08-01 73 10 2015-09-01 81 62 2015-10-01 69 25

替代方法 - 按year和month部分合并DF：

In [69]: %paste (pd.merge(df_bom, df_eom, left_on=[df_bom.index.year, df_bom.index.month], right_on=[df_eom.index.year, df_eom.index.month], suffixes=('_bom','_eom'))) ## -- End pasted text -- Out[69]: key_0 key_1 val_bom val_eom 0 2015 1 76 87 1 2015 2 27 16 2 2015 3 65 85 3 2015 4 71 4 4 2015 5 9 37 5 2015 6 23 63 6 2015 7 52 3 7 2015 8 10 73 8 2015 9 62 81 9 2015 10 25 69

<强>设定：

In [59]: df_bom = pd.DataFrame({'val':np.random.randint(0,100, 10)}, index=pd.date_range('2015-01-01', periods=10, freq='MS')) In [60]: df_eom = pd.DataFrame({'val':np.random.randint(0,100, 10)}, index=pd.date_range('2015-01-01', periods=10, freq='M'))

如何在PANDAS中对具有不同索引的数据帧或系列进行计算？

2 个答案: