Question

我有一个简单的数据框：

>>> df = pd.DataFrame(np.random.randint(0,5,(20, 2)), columns=['col1','col2'])
>>> df['ind1'] = list('AAAAAABBBBCCCCCCCCCC')
>>> df.set_index(['ind1'], inplace=True)
>>> df

      col1  col2
ind1            
A        0     4
A        1     2
A        1     0
A        4     1
A        1     3
A        0     0
B        0     4
B        2     0
B        3     1
B        0     3
C        1     3
C        2     1
C        4     0
C        4     0
C        4     1
C        3     0
C        4     4
C        0     2
C        0     2
C        1     2

我试图获得两列的滚动相关系数：

>>> df.groupby(level=0).rolling(3,min_periods=1).corr()

ind1
A    <class 'pandas.core.panel.Panel'>
Dimensions: ...
B    <class 'pandas.core.panel.Panel'>
Dimensions: ...
C    <class 'pandas.core.panel.Panel'>
Dimensions: ...
dtype: object

问题是结果是一系列面板：

>>> type(df.groupby(level=0).rolling(3,min_periods=1).corr())

pandas.core.series.Series

我能够分别为每一行获得所需的系数......

>>> df.groupby(level=0).rolling(3,min_periods=1).corr()['A']

<class 'pandas.core.panel.Panel'>
Dimensions: 10 (items) x 2 (major_axis) x 2 (minor_axis)
Items axis: C to C
Major_axis axis: col1 to col2
Minor_axis axis: col1 to col2

>>> df.groupby(level=0).rolling(3,min_periods=1).corr().loc['A'].ix[2]

          col1      col2
col1  1.000000 -0.866025
col2 -0.866025  1.000000

>>> df.groupby(level=0).rolling(3,min_periods=1).corr().loc['A'].ix[2,'col1','col2']

-0.86602540378443849

...但我不知道如何对结果（一系列面板）进行切片，以便将结果作为列分配给现有数据帧。类似的东西：

df['cor_coeff'] = df.groupby(level=0).rolling(3,min_periods=1).corr()['some slicing']

任何线索？或者更好的方法来获得滚动相关系数？

Answer 1

您的问题是在没有指定other参数的情况下调用.corr()。即使您的数据框只有两列，Pandas也不知道您实际需要哪种相关性，因此它会计算所有可能的相关性（col1 x col1，col1 x col2 ，col2 x col1，col2 x col2）并在2x2数据结构中向您提供结果。如果要从一个关联中获取结果，则需要通过设置基本列和other列来指定所需的关联。如果你没有使用groupby，你就是这样做的：

df['col1'].rolling(min_periods=1, window=3).corr(other=g['col2'])

由于您正在使用groupby，因此您需要将其嵌套在带有lambda函数的apply子句中（或者如果您愿意，可以将其移动到单独的函数中）：

df.groupby(level=0).apply(lambda g: g['col1'].rolling(min_periods=1, window=3).corr(other=g['col2']))

切片系列面板

1 个答案: