本文介绍了用Pandas.Rolling计算滚动自相关的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着跟版网的小编来一起学习吧！
问题描述
我正在尝试使用Pandas(0.23.3)计算Series对象的滚动自相关
设置示例：
dt_index = pd.date_range('2018-01-01','2018-02-01', freq = 'B')
data = np.random.rand(len(dt_index))
s = pd.Series(data, index = dt_index)
创建窗口大小为5的Rolling对象：
r = s.rolling(5)
获取：
Rolling [window=5,center=False,axis=0]
现在，当我尝试计算相关性时(我很肯定这是错误的方法)：
r.corr(other=r)
我只收到nans
我尝试了另一种基于documentation:：
的方法df = pd.DataFrame()
df['a'] = s
df['b'] = s.shift(-1)
df.rolling(window=5).corr()
获得如下内容：
...
2018-03-01 a NaN NaN
b NaN NaN
我真的不确定我在哪里出错了。任何帮助都将不胜感激！文档也使用了float64。认为这是因为相关性非常接近于零，所以显示为NaN？有人提出了错误报告here，但我认为Jreback在以前的错误修复中解决了问题。
这是另一个相关答案，但它使用的是似乎在Pandas版本0.23.3中不受支持的pd.rolling_apply？
推荐答案
IIUC，
>>> s.rolling(5).apply(lambda x: x.autocorr(), raw=False)
2018-01-01 NaN
2018-01-02 NaN
2018-01-03 NaN
2018-01-04 NaN
2018-01-05 -0.502455
2018-01-08 -0.072132
2018-01-09 -0.216756
2018-01-10 -0.090358
2018-01-11 -0.928272
2018-01-12 -0.754725
2018-01-15 -0.822256
2018-01-16 -0.941788
2018-01-17 -0.765803
2018-01-18 -0.680472
2018-01-19 -0.902443
2018-01-22 -0.796185
2018-01-23 -0.691141
2018-01-24 -0.427208
2018-01-25 0.176668
2018-01-26 0.016166
2018-01-29 -0.876047
2018-01-30 -0.905765
2018-01-31 -0.859755
2018-02-01 -0.795077
这篇关于用Pandas.Rolling计算滚动自相关的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持跟版网！
本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益，请联系我们，我们会在确认后第一时间进行删除！