Question

我的数据框中总共有4列。我想在每一行和第一个滞后行之间生成协方差。我该怎么做？我的数据框的一个子集以及所需的列＆＃39;协方差＆＃39;如下：

 A1      A2      A3      A4      Covariance 
24.54   63.32   47.12   60.66      nan
16.33   64.39   49.72   56.94     73.43
46.38   55.94   42.35   73.43     50.27

基本上，Covariance列应该包含值，就像在Microsoft EXCEL中的行和滞后之间使用COVARIANCE.P公式一样。截至目前，我正在使用滞后变量生成新列，并尝试沿数据帧的一行获取协方差。这是我的代码：

df = pd.DataFrame({'A1':[19, 20, 21],
               'A2':[24.54, 16.33, 46.38],
               'A3':[63.32, 64.39, 55.94],
               'A4':[47.12, 49.72, 42.35]})
df['Lag_A1'] = df['A1].shift(-1)
df['Lag_A2'] = df['A2].shift(-1)
df['Lag_A3'] = df['A3].shift(-1)
df['Lag_A4'] = df['A4].shift(-1)
Main = ['A1', 'A2', 'A3', 'A4']
Lag_1 = ['Lag_1_A1', 'Lag_1_A2', 'Lag_1_A3', 'Lag_1_A4']
Lag_1_Cov = df.apply(lambda x: x[Main].T.cov(x[Lag_1].T))

但是，此代码不起作用。请帮忙。

Answer 1

如果我理解的话。

df['Cov']=[df.iloc[:,:4].iloc[x].cov(df.iloc[:,:4].shift(1).iloc[x]) for x in range(len(df))]
df
Out[147]: 
      A1     A2     A3     A4  Covariance         Cov
0  24.54  63.32  47.12  60.66         NaN         NaN
1  16.33  64.39  49.72  56.94       73.43  369.981333
2  46.38  55.94  42.35  73.43       50.27  143.071233

Answer 2

您可以使用numpy进行此计算。但是，我无法复制您的协方差值。

请注意，我们为人口协方差设置了ddof = 0。

import numpy as np

arr = df.values
df['Covariance'] = [np.nan] + [np.cov(i, j, ddof=0)[0][1] for i, j in zip(arr, arr[1:])]

结果：

      A1     A2     A3     A4  Covariance
0  24.54  63.32  47.12  60.66         NaN
1  16.33  64.39  49.72  56.94  277.486000
2  46.38  55.94  42.35  73.43  107.303425

在熊猫中生成协方差作为新价值

2 个答案: