计算 Pandas DataFrame 沿每一列的自相关

Question

我想计算 Pandas DataFrame 列中滞后长度之一的自相关系数。我的数据片段是：

             RF        PC         C         D        PN        DN         P
year
1890       NaN       NaN       NaN       NaN       NaN       NaN       NaN
1891 -0.028470 -0.052632  0.042254  0.081818 -0.045541  0.047619 -0.016974
1892 -0.249084  0.000000  0.027027  0.067227  0.099404  0.045455  0.122337
1893  0.653659  0.000000  0.000000  0.039370 -0.135624  0.043478 -0.142062

沿着 year ，我想计算每列（ RF ， PC 等）的滞后一个的自相关。

为了计算自相关，我为开始和结束数据相差一年的每一列提取了两个时间序列，然后使用 numpy.corrcoef 计算了相关系数。

例如，我写道：

numpy.corrcoef(data[['C']][1:-1],data[['C']][2:])

（整个 DataFrame 称为 data ）。

然而，该命令不幸返回：

 array([[ nan,  nan,  nan, ...,  nan,  nan,  nan],
       [ nan,  nan,  nan, ...,  nan,  nan,  nan],
       [ nan,  nan,  nan, ...,  nan,  nan,  nan],
       ...,
       [ nan,  nan,  nan, ...,  nan,  nan,  nan],
       [ nan,  nan,  nan, ...,  nan,  nan,  nan],
       [ nan,  nan,  nan, ...,  nan,  nan,  nan]])

有人可以建议我如何计算自相关吗？

原文由 fabian 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

你应该使用：

 numpy.corrcoef(df['C'][1:-1], df['C'][2:])

df[['C']] 表示只有一列的数据框，而 df['C'] 是包含 C 列中的值的系列。

原文由 joaquin 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

这是一个迟到的答案，但对于未来的用户，您还可以使用 pandas.Series.autocorr()，它计算序列上的滞后 N（默认值 = 1）自相关：

 df['C'].autocorr(lag=1)

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.autocorr.html#pandas.Series.autocorr

原文由 eclark 发布，翻译遵循 CC BY-SA 3.0 许可协议