我是Python的新手，我试图通过尝试执行一些计算来找到自己的方式（我可以在excel中轻松地进行计算，但是现在我想知道如何在Python中进行计算）。
一种计算是协方差。 我有一个简单的示例，其中有3件商品被出售，而每件商品的需求量为24个月。
在这里，您会看到excel文件的快照：
Items and their demand over 24 months
目标是测量所有三个项目之间的协方差。因此，项目1和2、1，项目3和2和3之间的协方差。但是，我也想知道如何对3个以上的项目（比如说上千个项目）进行处理。
计算如下：
首先，我必须计算每个项目的平均值。通过执行以下代码，已经发现了这一点：
导入以下内容后：
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
我导入了文件：
df = pd.read_excel("Directory\\Covariance.xlsx")
并计算出每行的平均值：
x=df.iloc[:,1:].values
df['avg'] = x.mean(axis=1)
这会给文件增加一列，即平均值（avg）：
Items, their demand and the average
下面应该进行的计算是计算项目1和项目2之间的协方差。在数学上，该协方差如下：
（项目1的第1列“ avg”的列“ 1”）*（项目2的第2列“ avg”的列“ 1”）。必须对列“ 1”至“ 24”进行24次。这应在文件df中添加24列。
此后，我们应该取这些列的平均值，并显示项目1和2之间的协方差。因为我们必须进行N-1次，所以在这种简单情况下，我们应该有2个协方差数（对于第一项，与项目2和3的协方差，第二项，与项目1和3的协方差，第三项，与项目1和2的协方差。
第一个问题是；如何为这3个项目实现此目标，因此文件中的列显示每个项目2个协方差结果（第一个项目应具有一列，其中项目1和2为协方差数，第二列为项目之间的协方差数1和3，依此类推...）。
第二个问题当然是：如果我有1000件物品怎么办？然后我该如何有效地执行此操作，因为这样我每项就有999个协方差数，因此，如果我通过上述方法计算得出，则有999个额外的列，但是还有999 * 25列。那么，如何对每个项目进行尽可能高效的计算呢？
答案 0 :(得分：0)
Pandas具有一个内置函数来计算协方差矩阵，但是首先您需要确保数据框的格式正确。数据中的第一列实际上包含行标签，因此我们将其放在索引中：
df = pd.read_excel("Directory\\Covariance.xlsx", index_col=0)
然后，您也可以更轻松地计算均值，但请不要将其放回数据框中！
avg = df.mean(axis=1)
要计算协方差矩阵，只需调用.cov()。但是，这会计算列的成对协方差，以首先对数据帧进行转置：
cov = df.T.cov()
如果需要，可以将所有内容放到1个数据框中：
df['avg'] = avg
df = df.join(cov, rsuffix='_cov')
请注意：协方差矩阵包括自身的协方差=每个项目的方差。