Skip to main content
 首页 » 编程设计

python之如何使用 Pandas 数据结构计算自相关

2024年11月01日9TianFang

我在文本文件中有数据,我已成功将其解析为 MultiIndex pandas 结构,但是我不知道我所拥有的是否会按照我想要的方式执行。

我拥有的是大量具有许多标识符(索引)的时间序列数据。我最终需要计算每个时间序列的自相关时间和其他时间序列统计信息。

#!/usr/bin/python 
 
from pandas import Series, DataFrame, MultiIndex 
... 
data = Series(value, index=[smear, block, obser]) 
print data 
 
print data.ix[('0.07','1','0')] 

这会为数据结构产生这样的输出:

0.07  0  0     1.5802561 
         1    0.82228274 
         2    0.70917131 
         3    0.90707599 
         4     0.8517223 
         5    0.26346815 
      1  0     1.8163109 
         1     0.9972372 
         2     1.0872181 
         3     1.2459765 
         4     1.1500478 
         5    0.35668446 
      2  0     2.0734421 
         1     1.2863641 
         2     1.4033583 
... 
0.34  2  3     1.9047537 
         4     1.8193612 
         5    0.77739654 
      3  0     2.2757423 
         1     1.5499509 
         2     1.6623247 
         3     1.8330889 
         4     1.7484187 
         5    0.72914635 
      4  0     2.3269071 
         1     1.7137621 
         2     1.7359068 
         3     1.9162268 
         4     1.9714984 
         5     1.2095218 
Length: 32100 

而我感兴趣的时间序列信息存在于smear、block、obser的指定值处。这里以smear = 0.07, block = 1, obser = 0为例。最右边的列是我的时间序列数据。

0.07  1  0    1.8163109 
         0    1.8191682 
         0     1.816836 
         0    1.8172168 
         0    1.8169705 
... 
         0    1.8184542 
         0    1.8170772 
         0    1.8159326 
         0    1.8161826 
Length: 107 

如何 reshape 数据,以便我可以编写计算自相关时间的函数?

请您参考如下方法:

首先,使用 data.ix(whatever) 对象的“值”组件获取时间序列的原始数组。然后使用 numpy.correlate使用 this 的答案中描述的方法计算自相关问题。