Skip to main content
 首页 » 编程设计

python之部分日期的 Pandas DataFrame 相关性

2025年02月15日10jyk

我有一个 Pandas 数据框,它有一个七年时间范围内的日期时间索引和 10 种不同 Assets 的价格数据。我想运行 dataframe.corr 函数来评估 Assets 之间的关系,我的问题是我想在特定月份运行 corr 函数。那么所有年份的一月有什么相关性?

根据我一直在阅读的内容,如果我按时间分组,我可能会失去正确的时间进程,这会使相关性分析变得无用。

如何按月对数据框进行分组并保持时间顺序?

请您参考如下方法:

使用 df['month'] = df.index.month 从 DatetimeIndex 中提取月份。然后按 month 分组:

import numpy as np 
import pandas as pd 
N = 100 
index = pd.date_range('2000-1-1', periods=N, freq='B') 
df = pd.DataFrame(np.random.random((N,3)), index=index) 
df['month'] = df.index.month 
result = df.groupby('month').corr() 
print(result.head(9)) 

产生一个 DataFrame,其前几行如下所示:

                0         1         2 
month                                 
1     0  1.000000 -0.000325 -0.208282 
      1 -0.000325  1.000000 -0.236316 
      2 -0.208282 -0.236316  1.000000 
2     0  1.000000  0.056222 -0.010197 
      1  0.056222  1.000000 -0.140247 
      2 -0.010197 -0.140247  1.000000 
3     0  1.000000 -0.064615 -0.111025 
      1 -0.064615  1.000000 -0.100798 
      2 -0.111025 -0.100798  1.000000 

这显示了 DataFrame 的列之间的相关性。请注意 该索引是一个 MultiIndex,其第一级是月份,第二级 指的是与关联关联的两个 DataFrame 列之一。

corr 方法忽略索引——它将 DataFrame 的两列视为数组。 所以分组数据在时间上有差距是没有问题的。