Question

我想计算一个名为“下行测试版”的数量。假设我有一个数据帧df：

df = pd.DataFrame({'A': [-0.1,0.3,-0.4, 0.8,-0.5],'B': [-0.2,0.5,0.3,-0.5,0.1]},index=[0, 1, 2, 3,4])

我想添加一个列，'C'计算这个下行测试版，定义为A列和B列之间的协方差，只考虑A列的负值和相应的B值。然后应该划分这个协方差。通过A列的方差仅考虑负值。

在上面的例子中，它应该等于计算两个系列之间的协方差：[ - 0.1，-0.4，-0.5]和[-0.2,0.3,0.1]。除以系列的方差[-0.1，-0.4，-0.5]。

下一步是将此指标推广到初始大型数据帧df。

的索引上

有没有一种有效的方法呢？以矢量化的方式。我想结合pd.rolling_cov和np.where？

谢谢！

Answer 1

这是你正在寻找的吗？您可以过滤掉正值，然后相应地调用pandas cov和var函数：

v = df[df.A.lt(0)]
v.cov() / v.A.var()

          A         B
A  1.000000 -0.961538
B -0.961538  1.461538

如果您只想要对角线上的值，

np.diag(v.cov() / v.A.var(), k=-1)
array([-0.96153846])

对于滚动窗口，您可能需要跳过一些箍，但这应该是可行的;

v = df[df.A.lt(0)]  
i = v.rolling(3).cov().A.groupby(level=0).last()
j = v.rolling(3).A.var()

i / j

0         NaN
2         NaN
4   -0.961538
Name: A, dtype: float64

大熊猫中的条件滚动计算

1 个答案: