当一个列表包含日期值时，如何找到两个列表之间的相关性？

Question

我正在尝试使用scipy中的 pearsonr 函数每30天计算两个列表之间的相关性。

一个列表包含日期（称为 dateValues ），另一个列表包含销售（称为 saleNumbers ）。我之前使用datetime.strptime提取了日期，如果我打印出 dateValues ，我会得到一系列任意长度的日期。

datetime.datetime(2016, 8, 12, 0, 0), datetime.datetime(2016, 8, 11, 0, 0), datetime.datetime(2016, 8, 10, 0, 0)...etc

虽然这是销售清单：

saleNumbers = [3567,2348,1234,....etc]

但是当我这样做时

pearsonr(dateValues,saleNumbers)

我收到错误

TypeError: unsupported operand type(s) for +: 'datetime.datetime' and 'datetime.datetime'

在无休止地搜索之后，我发现可以使用 datetime.date 在日期之间进行算术运算。

所以我这样做了：

print(datetime.date(dateValues[0]) - datetime.date(dateValues[29]))

果然，给我30天的时差。

所以我接着尝试了这个：

pearsonr（datetime.date（dateValues [0]） - datetime.date（dateValues [29]），saleNumbers）

但是我得到了这个错误

TypeError: len() of unsized object

关于如何向前推进的任何想法？此外，我不认为 datetime.date（dateValues [0]） - datetime.date（dateValues [2]）是找到相关性时处理日期列表的正确Pythonic方法。

PS：在这张图片中，是一张Excel电子表格，展示了我已经完成的工作，但尝试在Python中进行复制：http://i.imgur.com/0Fj36Al.jpg

Answer 1

首先将它们转换为数值：

arbitrary_date = datetime(1970,1,1)
pearsonr([(d - arbitrary_date).total_seconds() for d in dateValues], saleNumbers)

Perason相关性不受任一轴（仿射变换）中的缩放或平移的影响

Answer 2

您可以尝试这样的事情：

import numpy as np
pearsonr(np.array(dateValues, dtype=np.datetime64).astype("int"), np.array(saleNumbers))