记一个 pandas rolling corr 窗口大小不固定计算问题。

# pandas rolling.corr 可以按窗口周期计算 相似性(斜方差)
# 但是 rolling(window= )窗口只能是 d(天) s(秒) 或 固定 int
# 如果窗口 是年(A)，或者月(M)，或者季度(Q)，就不行了，
# 可以将所有月或年 内的日期填平，值补 NAN,这样计算结果一样的，之后在删掉补齐的日期。
# 或者有没有更好的方法，被这个折磨了


df = pd.DataFrame(np.random.randn(1000, 4),
                            index=pd.date_range('1/1/2000',freq='7D',periods=1000),
                            columns=['A', 'B', 'C', 'D'])
df.head()
'''   
	            A	          B	          C                 D
2000-01-01	-0.747009	0.404950	-0.154117	0.585156
2000-01-08	-0.895967	-0.325115	-0.272460	-0.919274
2000-01-15	-1.288576	0.662856	0.914934	-1.135986
2000-01-22	0.160453	-0.660789	0.912832	-1.244605
2000-01-29	1.936950	-0.510921	-1.882941	1.788139
'''
d = pd.date_range(start='2000-01-01',end='2019-02-23')
date = pd.DataFrame(np.zeros(len(d)),index=d)
df3 = date.join(df)[df.columns]
df3.head()

'''
	A	B	C	D
2000-01-01	-0.747009	0.40495	-0.154117	0.585156
2000-01-02	NaN	NaN	NaN	NaN
2000-01-03	NaN	NaN	NaN	NaN
2000-01-04	NaN	NaN	NaN	NaN
2000-01-05	NaN	NaN	NaN	NaN
'''

A = df3['2014-09-26':'2015-09-26']
A['A'].corr(A['B'])  # 0.3241573893873542

B = df['2014-09-26':'2015-09-26']
B['A'].corr(B['B']) # 0.3241573893873542

res = df3['A'].rolling('366d').corr(df3['B'])
res['2015-09-26'] #0.3241573893873542
result = res[df.index]

NaN

df3

corr

2000-01-01

2 条回复 • 2020-03-20 09:25:34 +08:00

billgreen1

2020-03-20 08:55:55 +08:00

rolling 需要一个固定的长度，所以 1M 这样的，有时候 30 天，有时候 31 天，是不行的。

你上面的例子，可以使用 resample

~~~python
df.resample('1D').asfreq().rolling('366d').corr(...)
~~~

wuwukai007

2020-03-20 09:25:34 +08:00

@billgreen1 可以，asfreq 自动填充日期，比手工的优雅多了，感谢

记一个 pandas rolling corr 窗口大小不固定 计算问题。

记一个 pandas rolling corr 窗口大小不固定计算问题。