我正在尝试获取前一周输入与下周输出的相关值。
为了这个例子,我将其设置为每周的输入将是下一周的输出,df.corr()
应该给出 1.000000
结果。
我的原始数据是这样的:
Date Input Output
1/1/2010 73 73
1/7/2010 2 73
1/13/2010 3 2
1/19/2010 4 3
此处上传的完整示例数据: https://drive.google.com/open?id=0B4xdnV0LFZI1MzRUOUJkcUY4ajQ
到目前为止,这是我的代码:
import pandas as pd
df = pd.read_csv('pearson.csv')
df['Date'] = pd.to_datetime(df['Date'], errors = 'coerce')
df = df.set_index(pd.DatetimeIndex(df['Date']))
df = df[['Input', 'Output']]
x = df.corr(method = 'pearson', min_periods=1)
print(x)
作为新手,我遇到了困难。我没有在函数中看到内置的 shift
选项,也不知道该怎么做。
感谢任何帮助。
谢谢, 我
最佳答案
如果您在数据帧上执行.corr
,它将产生一个相关矩阵。
在您的情况下,您只需要两个时间序列之间的相关性,您可以使用下面的代码实现这一点。请注意,时间序列的 .corr
方法需要参数 other
,这是用来计算相关性的序列。
df["Input"].corr(df["Output"].shift(-1), method = 'pearson', min_periods = 1) #1
如果您想要相关矩阵,您应该首先创建一个具有移位输出的数据框,然后计算相关性:
temp_df = pd.concat([df['Input'], df['Output'].shift(-1)], axis = 1).dropna()
temp_df.corr(method = 'pearson', min_periods = 1)
# Input Output
#Input 1.0 1.0
#Output 1.0 1.0
关于python - 如何抵消 Pandas Pearson 与日期时间索引的相关性,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43544563/