我试图获得前一周输入与下周输出的相关值。
为了这个例子,我已经将它设置为每周的输入将是下周的输出,并且df.corr()
应该给出1.000000
结果。
我的原始数据如下所示:
Date Input Output
1/1/2010 73 73
1/7/2010 2 73
1/13/2010 3 2
1/19/2010 4 3
完整示例数据上传到这里: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)
作为一个新手,这就是我被困的地方。我没有看到shift
函数中内置的选项,也不知道如何执行此操作。
任何和所有的帮助表示赞赏。
谢谢你,我
如果你.corr
在一个数据帧上做,它会产生一个相关矩阵。
在您的情况下,您只需要两个时间序列之间的相关性,您可以使用以下代码实现这一点。请注意,.corr
时间序列的方法需要参数other
,这是要计算相关性的序列。
df["Input"].corr(df["Output"].shift(-1), method = 'pearson', min_periods = 1) #1
相反,如果您想要相关矩阵,您应该首先创建一个带有移位输出的数据帧,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
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句