python - 计算与 pandas 的滚动互相关(不是 Pearson)
问题描述
我想对两个系列之间的相关性进行滚动估计。但是,我不想要标准化输出(Pearson、Spearman 或其他),但输出应提供 numpy.correlate 函数给出的值。
df.rolling().corr() 函数给出了 Pearson 相关性。
有什么建议么?
编辑以添加示例数据和预期输出
作为一个窗口大小为 2 的玩具示例,使用以下数据和输出。
a=pd.Series([1,3,4,1,3])
b=pd.Series([7,2,3,4,9])
c=a.copy()
c.iloc[0]=np.nan
for i in range(1,len(c)):
c.iloc[i]=np.correlate(a.loc[i-1:i],b.loc[i-1:i])
print(c)
0 NaN
1 13.0
2 18.0
3 16.0
4 31.0
dtype: float64
解决方案
推荐阅读
- c# - System.InvalidOperationException : 异步操作未完成
- prolog - prolog中二表弟的规则是什么?
- mongodb - 在 MongoDB 的 $cond 中使用 $in
- build.xml - 如何创建特定于已部署环境的 Ant 构建脚本
- c# - 试图理解变量和基本的控制台命令
- python - 如何检测电视节目中的撤销事件?
- postgresql - Postgresql,导出一个sql文件来创建数据库
- flutter - 图像小部件未在未来构建器下显示图像,但快照具有图像数据
- mongodb - mongodb 查询聚合无法读取 this._id 与要聚合的 id 值
- python - 如何在播放媒体文件时添加结束 Python 循环