pandas rolling_corr函数|极客笔记

pandas rolling_corr函数

pandas是一个广泛使用的Python数据处理库，提供了许多方便的函数来进行数据分析和处理。其中，rolling_corr函数可以用来计算时间序列数据的滚动相关系数。

什么是滚动相关系数

滚动相关系数是指在时间序列数据中，基于滑动窗口计算每个窗口中两个变量之间的相关系数。这个滑动窗口可以是固定大小的时间窗口，也可以是根据时间戳的移动窗口。通过计算滚动相关系数，可以了解时间序列数据中两个变量之间的关联程度在不同时间段内的变化趋势。

pandas rolling_corr函数的用法

pandas中的rolling_corr函数可以通过以下方式调用：

DataFrame.rolling(window, min_periods=None).corr(other)

参数说明：

window：窗口大小，表示在计算相关系数时考虑的数据点个数。
min_periods：可选参数，指定窗口中最小的数据点个数。如果某个窗口中的数据点个数少于min_periods，则返回NaN。
other：另一个Series或DataFrame，用来计算相关系数。

返回值：

返回一个新的Series或DataFrame，包含了滚动窗口内两个变量的相关系数。

示例

下面我们来通过一个示例来解释pandas rolling_corr函数的用法。

假设有两个时间序列数据，分别代表了股票A和股票B的收盘价。我们想要计算股票A和股票B之间的滚动相关系数，并设定窗口大小为5。

import pandas as pd

# 创建示例数据
data = {
    'stock_A': [100, 110, 105, 120, 125, 130, 135, 140, 145, 150],
    'stock_B': [90, 95, 100, 110, 115, 120, 125, 130, 135, 140]
}
df = pd.DataFrame(data)

# 计算滚动相关系数
rolling_corr = df['stock_A'].rolling(window=5).corr(df['stock_B'])

print(rolling_corr)

运行结果如下所示：

0         NaN
1         NaN
2         NaN
3         NaN
4    0.894427
5    0.920943
6    0.933876
7    0.947679
8    0.968277
9    0.982286
dtype: float64

从结果中可以看出，滚动相关系数的前4个值为NaN，因为窗口中的数据点不足。而在后续的计算中，股票A和股票B的滚动相关系数逐渐增加，表明它们之间的相关性在逐渐增强。