Question

我正在尝试在两个不同的数据帧（相同大小）中关联同一列。 DFS使用带有datetimeindex的股票数据。我想出的每一种可能的相关性都只给出NaN的答案。 df的dtype是否确实搞砸了？注意：在程序的这一点上，我不在乎实际的日期/索引是什么。

输入：

import pandas as pd
pd.core.common.is_list_like = pd.api.types.is_list_like # temp fix

import numpy as np
import fix_yahoo_finance as yf

from pandas_datareader import data, wb
from datetime import date

df1 = yf.download('IBM', start = date (2000, 1, 3), end = date (2000, 1, 5), progress = False)
df2 = yf.download('IBM', start = date (2000, 1, 6), end = date (2000, 1, 10), progress = False)

print (df1)
print (df2)
print (df1['Open'].corr(df2['Open']))

输出：

                Open    High      Low     Close  Adj Close    Volume
Date                                                                
2000-01-03  112.4375  116.00  111.875  116.0000  81.096031  10347700
2000-01-04  114.0000  114.50  110.875  112.0625  78.343300   8227800
2000-01-05  112.9375  119.75  112.125  116.0000  81.096031  12733200
              Open      High      Low  Close  Adj Close    Volume
Date                                                             
2000-01-06  118.00  118.9375  113.500  114.0  79.697784   7971900
2000-01-07  117.25  117.9375  110.625  113.5  79.348267  11856700
2000-01-10  117.25  119.3750  115.375  118.0  82.494217   8540500
nan

Answer 1

索引不匹配，这就是为什么我得到nan的原因。在原始值上使用numpy.corrcoef可获得结果：

np.corrcoef(df1['Open'].values,df2['Open'].values)

输出

[[ 1.         -0.74615579]
 [-0.74615579  1.        ]]

如何将两个不同数据框中的列与datetimeindex相关联

1 个答案:

输出