Question

我有一个具有时间序列的数据框。我想计算列之间的滚动相关性（周期= 20）。

store_corr=[] #empty list to store the rolling correlation of each pairs
names=[] #empty list to store the column name
df=df.pct_change(periods=1).dropna(axis=0) #Prepate dataframe of time series

for i in range(0,len(df.columns)):
    for j in range(i,len(df.columns)):
        corr = df[df.columns[i]].rolling(20).corr(df[df.columns[j]])
        names.append('col '+str(i)+' -col '+str(j))
        store_corr.append(corr)

df_corr=pd.DataFrame(np.transpose(np.array(store_corr)),columns=names)

此解决方案正在工作，并为我提供了滚动相关性。此解决方案是在Austin Mackillop（评论）的帮助下完成的。

还有另一种更快的方法吗？（即，我想避免这种双重for循环。）

Answer 1

此行：

corr=df.rolling(20).corr(df[df.columns[i]],df[df.columns[j]])

会产生错误，因为corr的第二个参数期望一个Bool，但是您传递了一个具有不正确真值的DataFrame。您可以查看文档here。

将滚动方法应用于您提供的第二行代码中的第一个DataFrame是否可以实现您想要做的事情？

corr = df[df.columns[i]].rolling(20).corr(df[df.columns[j]])

滚动相关熊猫

1 个答案: